1、JAY YANG, Dec 2020 SOTIF V Add Variance Scenario B: Double Lane Change Cutoff (1 / 30 km) Scenario A: Single Lane Change Cutoff (1 / 10 km) Scenarios Observed During ODD Characterization Reasonable Variance Introduced to Scenarios in Simulation Scenario Bx (1 / 10000 km) Scenario Ax (1 / 10000 km) 23NVIDIA CONFIDENTIAL. DO NOT DISTRIBUTE. ACCELERATED TESTING Comparison vs Real World Testing Real World Testing: 3 Scenario Exposures over 30km and 1 hr* Limited by availability of ODD and actual pre。
2、通过kata容器在kubernetes集群中支持vGPU 周威 (腾讯IEG)2020/11 目录 GPU虚拟化概述 与kata集成方案 device plugin 开发 原有GPU架构 Kubeletnvidia-device-plugin GPU Pod Pod Pod driver library volume GPUGPU Runtime(RunC) GPU的虚拟化 根据我们的监控数据,很 多情况下用户申请了GPU 资源却并不能将GPU用满, 而GPU作为一种宝贵的计 算资源,如果能通过一些 手段让多个用户共享一块 GPU卡的话无疑能节省很 多成本。现有的GPU虚拟 化方案主要有MPS和GRID 两种 方案方案MPSGRID 原理 容器中的多个cuda进程共享 GPU context,母机上。
3、乘用车自动驾驶产业生态与协作 德赛西威 曾迪 技术趋势 L0 L1 L2 L3 L4 L5 2030 手、眼控制 手、眼控制 手可偶尔离开控制 眼可偶尔离开控制 手离开控制 眼离开控制 手离开控制 意识离开控制 手离开控制 离开驾驶 无自动化 辅助控制 纵向、横向 辅助驾驶 纵向、横向 协同驾驶 接受请求 自动驾驶 不接受请求 无人驾驶 技术趋势 自动 驾驶 L0 无自动化 L1 辅助控制 L2 辅助驾驶 L3 协同驾驶 L4 自动驾驶 L5 无人驾驶 低 速 LKA ACC TJA RAW FCTA RCTA BSD RCW FCW AEB RAEB TSR HWA DMS LDW 高速拥堵驾驶 高速驾驶 代客泊车 倒车后视 全景影。
4、构建中国特色仿真环境 鲍世强 | 51WORLD研发总监 Shiqiang Bao, R&D Director, 51WORLD 51WORLD介绍 我们是一家以计算机图形学为基础的中国原创科技公司。公司横跨 物理模拟,工业仿真,人工智能,大数据,云计算等技术领域,为 智慧城市、汽车及交通、智能制造、房地产等行业提供全球领先的 数字孪生产品和服务。 51WORLD数字孪生全要素场景(L1-L5) L2 中仿真场景L1 初仿真场景L5 全要素场景L4 超仿真场景L3 高仿真场景 城市网格城市建筑建筑细节道路标线花草树木 地形地貌道路细节拟真场景交通信号纹理细节 路网街区地表绿植动态车流。
5、从行星到街道 现代GPU的海量数据实时渲染 吴亚光 目标目标 全域可远观,可漫游 多样的环境渲染 多源的海量数据的实时显示 全域可远观,可漫游全域可远观,可漫游 ScalabilityScalability 观察距离从1米到32公里(最大 可到行星轨道) 最终提交的三角形数和DC数量 符合预算 可以支持任意的场景大小(最 大可到行星大小) 支持最大1km/s相机地表高速运 动 渲染系统预算 三角形 1.5亿 Vertex buffer + Index buffer 3GB Memory Draw-calls 5000 贴图 2GB Memory Total Data 200 亿个 Draw-calls 200 万次 贴图数据 20 GB Total Data 300GB 解。
6、NVIDIA Omniverse Platform !#$%&#$%& 沈映 NVIDIA Omniverse Platform !#$%&#$%& 沈映 内容大纲内容大纲 数字内容创意行业面临的挑战 应对挑战的解决方案:NVIDIA OMNIVERSE平台介绍 欧特克软件应用中的GPU加速 USD:新一代数据标准和流程 MAYA和ARNOLD的USD应用 欧特克软件利用OMNIVERSE平台实现团队协同设计的初步尝试 数字内容创意行业面临的挑战一:数字内容创意行业面临的挑战一: 大数据大数据 模型数量和精细度 画幅尺寸 贴图精细度 视觉效果 动力学解算数据量 动画数据量 数字内容创意行业面临的挑战二:数字内容创意行业面临的。
7、GPU助力工程设计与仿真 丁海强 首席技术官 Ansys 中国 2020年12月 GTC 中国线上大会 当今技术变革的速度是前所未有的,并且还在不断加速 数码相机 0.01 兆像素 2kg $10,000 Steven Sasson 1976 2019 10000 x 分辨率 1000 x 减重 1000 x 价格降低 2019 ICBM 惯导系统 陀螺仪 25 kg $50 million 1960年代 手机陀螺仪: $3 产品设计部门面临着越来越大的压力 Source: E, The Aberdeen Group 产品研发面临的最大挑战 产品复杂度更高 运行环境复杂多变 开发资源受限 更难产生竞争差异 对设计失败的容忍度更低 40% 36% 36% 31% 21% 设计周期 2 2。
8、Neo Jia, Dec 2020 NVIDIA VGPU 在 AMPERE GPU 上的新特性和飞跃 2 NVIDIA vGPU introduction What is NVIDIA vGPU Ampere SRIOV How NVIDIA vGPU architecture takes advantage of SRIOV Ampere Multi-Instance GPU What can you offer combining Multi-Instance GPU and vGPU AGENDA 3 NVIDIA VGPU INTRODUCTION 4 Fully enables NVIDIA GPU on virtualized platforms Wide availability - supported by all major hypervisors Great app compatibility NVIDIA driver inside VM Great performance VM direct access to GPU hardware Im。
9、FROM DLSS TO CLOUD XR 2 NVIDIA PROFESSIONAL VISUAL COMPUTING PLATFORM A World Changing Platform of Innovation for the Past 20 Years Solar Analysis with NASA Advancing Science with Proprio Vision Breaking TV Barriers with Image Engine Ground Exploration with Oero Preto Transforming Cityscapes with Neoscape Stunning Animations with MPC Films Massive Live Experiences with Disguise Courtesy of Image Engine. NETFLIX Courtesy of MPC. 2018 Walt Disney Pictures. Courtesy of Disguise. PUBG Global Invitat。
10、NVIDIA AMPERE !#$!#$VGPU % MIG 2g.10gb Instance实例上的吞吐性能 Server Config: Intel Xeon Gold (6240 2GHz 3.2GHz Turbo Cascade Lake) Red Hat RHV/RHEL, NVIDIA Virtual Compute Server 11.1 RC, NVIDIA A100 (10C profile), Driver 450.74 TensorRT Resnet-50 V1,5 NGC 20.07, INT8, BS:128 0 0.2 0.4 0.6 0.8 1 1.2 MIG 2g.10gb Instance 1 MIG 2g.10gb Instance 2 MIG 2g.10gb Instance 3 MIG Bare MetalMIG w/ vCS Avg Images per Second (normalized) 11 ?ABCD 12 NVIDIA ?ABCD vGPU 11.1 正式发布任何时间任何地点使用vGPU。
11、GPU加速为家居软件技术带来新体验 三三 维维 家家 产品专家产品专家曹健曹健 营销量尺设计下单审单拆单排产生产仓储配送安装售后 线下地推 线上营销 设计师审单员拆单员排产员车间工人仓储员司机安装工售后客服 行业链条长参与角色多 上下游强依赖 产业现状 ? ? ? ? ? ? ? ? ? ? ? ? ? ? SaaSSaaS ? SaaSSaaS ? SaaSSaaS ? SaaSSaaS ? ? ? ? ?CAM?NCG?CAM ?CAM?CAM ?CAM?CAM 3D? DMS? ? ? ? ? ? ? ? ?BIM ? ? ? 三维家云设计软件 三维家生产软件 全 球 家 居 产 业 互 联 网 平 台 200万+ 设计师 定制家居企业 工厂企业 合作高校 认证教师。
12、Developer Deck CLARA GUARDIAN FOR SMART HOSPITAL 2 Challenge and Use Case Clara Guardian Technical Overview Train multimodal AI using Clara Guardian Deploy multimodal AI using Clara Guardian EGX Edge AI Platform 3 CHALLENGE AND USE CASE 4 SPEEDING THE WAY TO SMART HOSPITALS The delivery of healthcare is increasingly more challenging with having to do more with less resources. Smart sensors such as cameras and speakers can act as eyes and ears to ensure safety and operational excellence of health。
13、GPU赋能长读长基因测序 演讲人:谢丹、卓远 PART 01 纳米孔基因测序技术 什么是基因 基因 基因是产生一条多肽链或功能RNA所需的全部核苷酸序列 储存着种族、血型、孕育、生长、凋亡等过程的全部信息 是遗传的基本单元,通过复制,把遗传信息传递给下一代 指导蛋白质的合成来表达自己所携带的遗传信息,从而控制生 物个体的性状表达 基因组 生物体所有遗传物质的总和,这些遗传物质包括DNA或RNA DNA与RNA DNA 脱氧核苷酸,由碱基、脱氧核糖和磷酸构成 碱基组成有4种:腺嘌呤(A)、鸟嘌呤(G)、胸腺嘧啶 (T)、胞嘧啶(C) DNA 为双螺旋。
14、分布式人工智能与金融应用 王静逸 目录 分布式人工智能的发展概要 金融业大规模人工智能计算的痛点与需求 分布式人工智能如何赋能金融业 未来展望 金融科技领域-分布式人工智能的需求概要 随着金融科技领域的不断发展,特别是云计算、大数据、区块链、分布式、人工智能、物联网的发展,单一 的计算机无法完成这样的巨大的计算工作,特别在AI领域,传统的人工智能计算效率已经远远无法满足业务的快 速发展。而在物联网领域,随着智能互联的发展,多个智能设备之间的协作也变得更加紧密,人工智能的发展, 逐步也在往边缘计算领域发展,万物。
15、GPU数据库在不同行业中的应用数据库在不同行业中的应用 上海雅捷信息技术股份有限公司上海雅捷信息技术股份有限公司 2003年,公司成立 2015年,股份制改造 2016年,新三板挂牌 2018年,新三板退市 上海:总部 南昌、合肥:研发中心 美国硅谷:研发中心 致力于大数据高速并行加 工处理 服务和产品聚焦: 大数据平台 智能证券服务 工业仿真 AI数据服务 历程场地业务 典型的硬件配置 NVIDIA GPU-accelerated solution 上海雅捷业务简介 原型原型 应用应用 落地落地 功能持续功能持续 强化强化 01 GPU数据库原型 -DT 1.0 2013年 雅捷工程师开。
16、复旦大学大数据学院 眼表图像检测实现人体疾病风险筛查眼表图像检测实现人体疾病风险筛查 COVID-19 eye test 付彦伟青年研究员付彦伟青年研究员 核心团队 基于眼表病理特征对特定疾病基于眼表病理特征对特定疾病 进行快捷风险检测及健康评估进行快捷风险检测及健康评估AIAI平台平台 眼表疾病筛查 输入 Image Preprocessing DL-based Classification Network 模型输出 COVID-19 Pulmonary Healthy Ocular 系统模型框架 内测版App 算法借鉴“眼表望诊学”先验知识 参考文献:太平圣惠方眼论秘传眼科龙木论龙木总论仁斋直指方论望目辩证诊断。
17、感谢您下载包图网平台上提供的 PPT作品,为了您和包 图网以及 原创作者 的利益, 请勿复制 、传播、 销售,否 则将承担 法律责任 !包图网 将对作品 进行维权 ,按照传 播下载次 数进行十 倍的索取 赔偿! 基 于大 数 据 和 人 工 智 能 的基 于大 数 据 和 人 工 智 能 的 放疗 自 动 化 系 统 研 究放疗 自 动 化 系 统 研 究 海创时代(深圳)医疗科技有限公司 2020年11月汇报人:朱其奎博士 算法总监 感谢您下载包图网平台上提供的 PPT作品,为了您和包 图网以及 原创作者 的利益, 请勿复制 、传播、 销售,否 则将承担 法律责任 !。
18、在Apache Flink中使用GPU来完成机器学习任务 郭旸泽阿里巴巴/ 开发 1 陈戊超阿里巴巴/ 开发 01 Background 2 Apache Flink An unified batch and stream processing engine. Widely used in recommendation, ETL, real-time risk management and other scenarios. 3 Machine learning workflow Feature Engineering Model Training Model Inference Model Serving Analysis Flink Flink TensorFlow TensorFlow Serving TensorFlow 4 Problems Users do feature engineering, model training and model prediction with two framework. Dis。
19、3D医疗影像数据深度学习 高效训练与推理架构 北京安德医智科技有限公司 杨春宇 博士/算法总监/国家万人计划领军人才 医疗影像数据 医疗影像数据 医疗影像数据基本特点 数据维度: 2D、3D、3D多序列、2D视频、3D视频、3D视频多序列 采集效率: 毫秒级到数十分钟 数据尺寸: 典型512长*512宽*数百层*数个序列 数据体量: 特定病种几例到几十万例病例 数据质量: 数据需专业团队标注,高水平医生标注/审核,工作量巨大 小样本/半监督/无监督学习算法重获重视,但仍不成熟 医疗影像辅助诊断中常用的AI技术 目标检测:器官粗定位,微小病灶的筛。
20、1 陈龙, 高级市场开发经理 2020.December NVIDIA网络打造超低时延 证券解决方案 2 构建最快的交易系统 降低拥塞时延低时延线缆 低时延网卡低时延交换机 3 时延分布 NIC CPU TCP/IP 5-15us DDR Module Passive Copper 0.3ns Active Copper 1ns Fiber 10ns DDR DIMM PCIE Module Passive Copper 0.3ns Active Copper 1ns Fiber 10ns Serdes 1Tbps 100ns 64128Gbps 200400ns 10-100Gbps Propagation Latency Switch Module Passive Copper 0.3ns Active Copper 1ns Fiber 10ns DOWN- QUEUE 10- 1000us MAC+PHY 100-200ns MAC+PHY 100-200ns S。
21、GTC China, Dec 2020 OPEN DATA CENTER WITH CLOS & CUMULUS 2 CLOS and BGP Fundamentals How should it work? iBGP vs eBGP What BGP hammer to use BGP Configuration How to make it work Routing on Host A new solution for DC network Network is a Server Cumulus Linux Introduction AGENDA 3 BGP AND FABRICS Reference material 4 BGP FUNDAMENTALS 5 BGP ON CUMULUS LINUX Multiprotocol support Supports IPv4, IPv6, L2VPN-EVPN Implemented in the FRR routing suite in Cumulus Linux High Performance Production in tho。
22、ACCELERATE TELCO CLOUD WITH SMART NETWORK 2 DIGITAL TRANSFORMATION JOURNEYS FOR TELCO Exponential Growth of IoT-Driven Devices The Cloud Native TelcoRace to the Edge of the Network Rise of Artificial IntelligenceThe Years of 5G 3 ACCELERATING TELCO WORKLOADS Uncompromised SDN Acceleration with ASAP2 technology Modern Telecom Network Core Edge Access Time-Triggered Transport Technology for Telco (5T) for 5G RAN Provision Bare-Metal Like a Cloud Giant with DPU Cloud-Native deliver high- performanc。
23、AIAI技术在医疗健康领域的应用探索技术在医疗健康领域的应用探索 Tencent AI Healthcare 2 腾讯AI Lab发展历程 目前有超过目前有超过 70 70 位位AIAI科学家和科学家和 300300 位工程师位工程师 2016.4 成立腾讯 AI Lab 2017.5 成立腾讯 AI Lab 西雅图实验室 2018.3 成立腾讯机器人 实验室 2018.8 成立AI医疗中心 2019.4 进入AI药物研发领域 3 AI赋能 医院/医师 目标:实现目标:实现AIAI与医疗产业的深度结合,提高社会整体医疗水平与医疗产业的深度结合,提高社会整体医疗水平定位定位 AIAI赋能药企赋能药企:打造:打造AIAI辅助新药辅助。
24、GTC China Dec 2010 NVIDIA OPEN NETWORKING ACCELERATE MODERN DATA CENTER 2 Accelerated Disaggregated Infrastructure (ADI) THE DATA CENTER IS THE NEW UNIT OF COMPUTING NVIDIA Networking Software defined, Hardware-accelerated DPU (data processing unit) DPU essential to disaggregate resources & make composable ADI Accelerated Computing GPU: AI & machine learning GPU critical for AI & machine learning Every workload will become AI Accelerated 3 DISAGGREGATION & COMPOSABILITY All Resources Become Virt。
25、腾讯GPU云服务器,打造云端 高性能AI解决方案 宋丹丹腾讯云异构计算产品负责人 目录 Part1 覆盖全业务场景的GPU云服务器解决方案 Part2 新技术架构&新产品发布 Part3 Case Study 目录 Part1 覆盖全业务场景的GPU云服务器解决方案 Part2 新技术架构&新产品发布 Part3 Case Study 1、腾讯云GPU服务器发展历程 2016年12月 GPU云服务器发布 2017年9月 GN8(P40)、 GN9(V100)实例发布 2018年10月 GN10X(V100)发布 2019年9月 GN7(T4)发布 2020年1月 vGPU上线 2020年11月 GT4(A100)发布 腾讯云虚拟化平台 1、腾讯云异构计算全景 pGPU直通 深度学。
26、Model-basedCostEstimationon GPU 2020 金跃 andits application in deeplearningoperationoptimizations * 仅限内部交流使用,如果需要公开,请联系文档作者 Introduction In this project, instead of searching for insects, we develop a machine learning-based framework to search for fastest possible program or hardware design, given a math operation and a hardware platform. Unliketraditionaloptimizingtechnologies,Woodpecker- AutoSearch uses machine to write fast programs, instead of tedious hand optimizing 。