NVIDIA圖形處理器加速運算人工智能及數碼分身大市場

2022-11-02 benny

人工智能 (AI) 推動全球所有產業變革，當中要求極高的運算能力，必須倚賴圖形處理器 (GPU) 加速運算完成。NVIDIA作為GPU的創建者，無論是預防疾病、智慧城市、元宇宙、革新分析技術，均有NVIDIA加速運算技術的AI、深度學習和數據科學等大數據分析，達到創新與商業成果。

GPU在各行業廣泛應用

NVIDIA早於1999年推出GPU，主要應用在遊戲和電腦繪圖領域，及後該公司在2006年推出CUDA API，從始拓展至物理運算、生物科學與密碼學等非圖形加速運算應用上。NVIDIA港澳區人工智能技術中心總經理羅建民 (Samuel Lo) 表示：「GPU重新定義現代圖形運算技術的應用，提供大量即時、可編程及創新服務，成為今天元宇宙、智能製造、智慧城市等核心技術基礎。」

NVIDIA港澳區人工智能技術中心總經理羅建民 (Samuel Lo) 表示：「無論在人工智能、機器學習、深度學習等高科技領域，必須透過GPU同時執行大量運算，提供不能延遲的服務體驗。」

他解釋，GPU結構跟CPU不同，CPU講求核心的運算能力，而GPU則是追求平行加速運算能力，可以同時進行過千萬圖形處理，因此應用範圍越來越廣泛，由2D、3D遊戲、編程、科研、建築，以及客制化商業應用程式等，不斷開拓新市場。事實上，差不多所有雲端服務背後均用上NVIDIA GPU加速運算服務來保持效率及服務質素。

提升工作效率加快流程

為進軍越來越大AI市場，NVIDIA已在亞太區建立十多個AI技術中心 (NVIDIA AI Technology Center)，擁有數據科學家從事AI研究並為客戶項目進行最佳實踐及數據分析。羅建民指出，現在所有服務要求即時性，不能延誤，因此基建於GPU高速運算服務大受歡迎，包括數據分析改善業務預測、自駕車人工智能，以及醫療診斷的進階視覺化等，也有用上NVIDIA一系列AI市場產品，包括數據中心圖形處理器GPU、人工智能超級電腦系統DGX、AI Enterprise軟件與虛擬化解決方案。

NVIDIA DGX系統專為AI開發的首款超級電腦。它適用於所有NVIDIA GPU Cloud深度學習堆棧基礎上構建，讓用戶即可進行AI開發及應用。

NVIDIA AI Enterprise套件協助IT管理員、數據科學家和AI研究人員縮短部署時間及確保可靠效能，以便能快速執行針對GPU加速，最佳化的NVIDIA AI應用程式和函式庫。

NVIDIA正努力打造一個AI生態系統，研發一系列AI硬件與軟件，建立不同行業使用AI的應用架構，全面簡化AI開發，方便客戶選用。

BMW虛擬工廠控制成本

談及成功案例，羅建民引述去年BMW集團和NVIDIA合作，透過NVIDIA Omniverse平台打造一個數碼分身(Digital Twin) 的虛擬工廠，用作規劃高度複雜的製造系統。該虛擬工廠計劃集成了數據和應用程式，並允許無限制兼容性的即時協作，將來自工廠設計各個方面的工程師與機器人在一個共享的虛擬空間中進行協作，仿真般運作。

NVIDIA Omniverse平台能將所有相關數據庫中收集和整理即時數據，以創建聯合仿真。這種極高的透明度能更快、更準確地計劃高度複雜的生產系統，也可以及早發現問題而修改，從而節省成本及風險。透過可擴展的GPU性能，BMW集團的生產計劃人員將能夠可視化全球生產網絡中每個工廠的整個計劃生命週期，從自主機器人技術到預測性維護和數據分析，獲益於AI功能，達到更佳成本效益與未來洞見。

BMW在實體世界建成任何東西之前，使用NVIDIA Omniverse連接團隊來設計、規劃和運營他們的未來工廠項目，從而修正錯誤，降低風險。

Ingram Micro滿足市場需要

至於本地市場方面，Ingram Micro是NVIDIA數據中心圖形處理器GPU、人工智能超級電腦系統DGX、AI Enterprise軟件與虛擬化解決方案在香港與澳門的獨家分銷商。羅建民讚揚Ingram Micro多年來深耕香港及澳門市場，協助各行各業客戶數碼轉型，深受信賴。他總結：「NVIDIA領先GPU技術配合Ingram Micro企業級支援，能在售前售後解決客戶一切技術疑慮，尤其是最後階段的AI系統優化問題，更是成功關鍵。」