技術演練 – NVIDIA 技術博客

使用 Innoactive Portal 和 NVIDIA CloudXR 提供一鍵式 VR 流媒體

Mon, 14 Mar 2022 09:59:00 +0000

考慮到當今流媒體技術的流行程度，人們很容易忘記，按需、全球可用的應用程序曾經被認為是一個激進的想法。但隨著 AR 和 VR 的普及，將流媒體推得更遠的競爭還在繼續。隨著對真實內容和消費級硬件的需求，一個關鍵的挑戰隨之而來：如何在不影響沉浸式體驗的質量和性能要求的情況下，構建在任何設備上都看起來不錯的應用程序？為了幫助解決這個問題， Innoactive 的團隊已經將 NVIDIA CloudXR 流媒體解決方案集成到他們的 VR 應用程序部署平臺 Innoactive Portal 中。 SAP 、德勤、林德工程（ Linde Engineering ）和大眾汽車（ Volkswagen Group ）等客戶正在使用該平臺，隨時隨地為用戶提供無縫的沉浸式培訓。 Portal 是一個以用戶為中心的企業級部署平臺，用于管理和訪問 VR 內容，只需從任何設備上單擊一下即可。

Source

]]>

NVIDIA MICCAI 2021 的研究

Mon, 27 Sep 2021 08:54:00 +0000

深入學習對于在醫學成像中建立人工智能模型至關重要，以幫助識別圖像中的異常、生成自動測量、標記緊急病例和縱向跟蹤。在MICCAI 2021醫學圖像計算和計算機輔助干預國際會議期間，探索 NVIDIA 作者的最新研究成果。基于深度學習的整張幻燈片多實例學習中的相關性核算通過對醫學圖像和報告的交叉關注改進肺炎定位基于個性化神經結構的 MRI 聯合全前列腺分割代理數據和代理網絡在醫學圖像分割超參數優化中的作用項目 MONAI 是一項由學術界和業界領袖共同發起的開放源碼合作計劃，旨在建立和標準化醫療成像領域深度學習的最佳實踐。在 MICCAI ，項目 MONAI 正在發布新的軟件，顯示人工智能訓練的速度提高了約 20 倍。該版本中的新功能包括使研究人員和臨床醫生能夠協作并創建帶注釋的數據集，以及設計、

Source

]]>

使用 HugeCTR TensorFlow 嵌入插件加速嵌入

Fri, 24 Sep 2021 07:47:00 +0000

推薦系統是互聯網的經濟引擎。很難想象任何其他類型的應用程序會對我們的日常數字生活產生更直接的影響：數以萬億計的項目被推薦給數十億人。推薦系統會在大量選項中過濾產品和服務，從而緩解大多數用戶面臨的選擇悖論。隨著數據量的增加，深度學習（ DL ）推薦系統開始顯示與傳統的基于機器學習的方法相比的優勢，例如梯度增強樹。為了給出一個具體的數據點， NVIDIA RAPIDS 。 AI 團隊與 DL 贏得了三場推薦比賽最近：甚至在一年前 NVIDIA 數據科學家詢問為什么深度學習模型還沒有在推薦系統競賽中持續獲勝？時，這種情況也沒有持續發生。嵌入在現代基于 DL 的推薦體系結構中起著關鍵作用，為數十億實體（用戶、產品及其特征）編碼單個信息。隨著數據量的增加，嵌入表的大小也隨之增加，現在這些表跨越多個 GB 到 TB 。在訓練這種類型的 DL 系統時存在著獨特的挑戰，

Source

]]>

Jupyter 實驗室中的 GPU 儀表板

Fri, 24 Sep 2021 06:46:00 +0000

這篇文章最初發表在 RAPIDS AI 博客here上。 NVDashboard 是一個開源軟件包，用于在交互式Jupyter 實驗室環境中實時可視化 NVIDIA GPU 指標。 NVDashboard 是所有 GPU 用戶監視系統資源的好方法。然而，它對于RAPIDS， NVIDIA 的 GPU 開源套件加速數據科學軟件庫的用戶尤其有價值。考慮到現代數據科學算法的計算強度，在許多情況下 GPU 可以提供改變游戲規則的工作流加速。為了獲得最佳性能，底層軟件有效地使用系統資源是絕對關鍵的。盡管加速庫（如 cuDNN 和 RAPIDS ）是專門設計用于執行性能優化方面的繁重任務的，但對于開發人員和最終用戶來說，驗證他們的軟件是否真正按照預期利用了 GPU 資源是非常有用的。雖然這可以通過 NVIDIA -smi 等命令行工具實現，

Source

]]>

來自 NVIDIA Kaggle Grandmasters 的競爭和社區洞察

Thu, 23 Sep 2021 06:38:00 +0000

在這篇文章中，我們總結了 GTC 與 NVIDIA 的Kaggle大師級團隊在 GTC 課程中的問題和答案。此外，我們還回答了在這些課程中沒有機會回答的觀眾問題。 Ahmet：我閱讀了比賽描述和評估指標。然后，我給自己幾天的時間來思考我是否有任何新穎的想法可以嘗試。如果我沒有任何有趣的想法，那么我不會加入。但有時我只是為了學習和提高我的技能而加入。 Kazuki：不是強制性的，但您可能希望了解競爭指標以及機器學習模型的工作原理。例如，線性模型和樹模型是完全不同的。因此，在進行集成時，這些將產生良好的結果。 Bojan：在第一天，我總是提交一份樣本，這樣我就可以登上排行榜。傳統上，我對數據分析或 EDA 不是很在行，這是我的弱點之一。但最近，我開始做更多的事情，改變我的方法。我經常做的一件事就是看看在比賽中集成不同的模型是多么容易。這決定了我的長期戰略。

Source

]]>

使用NVIDIA Spectrum-3交換機，展現卓越的云計算、AI和存儲性能

Wed, 22 Sep 2021 06:03:00 +0000

交換機重要嗎？網絡矩陣是現代化數據中心性能的關鍵。這對數據中心的交換機提出了很多要求，而其中最基本的要求，是為所有客戶提供等量的帶寬，以便均勻地共享資源。如果沒有公平的網絡，所有應用都會因吞吐量惡化、延遲、分布式應用緩慢等原因，而出現性能不可預測的情況。為了回答交換機是否重要這個問題，Tolly Group對NVIDIA Spectrum-3 12.8Tbps交換機的云、AI和存儲應用性能進行了基準測試，并將結果與典型的（商品級）12.8Tbps數據中心交換機的性能進行了同類比較。 Tolly Group是一家第三方獨立IT行業實驗室，30多年來，一直從事對IT產品的性能測試和實際評估。Tolly Group的定位是提供證據證明產品達到，或超越營銷主張，并且不產生與Tolly Group公平測試憲章相沖突的報告。這一性能證明可以讓客戶知道自己是否可以放心地進行部署。

Source

]]>