Nvidia sta cercando di espandere la propria leadership come compagnia fornitrice di IA migliorando il riconoscimento delle immagini, il riconoscimento del linguaggio e le piattaforme di processo decisionale, insieme ad un nuovo chip per i veicoli autonomi.
La GTC, cioè la GPU Technology Conference, è una delle più importanti conferenze annuali nel campo dell’intelligenza artificiale. Durante l’attuale GTC 2019, che sta avendo luogo in Cina, Nvidia ha tenuto una presentazione con lo scopo di enfatizzare il passaggio dalle piattaforme basate su CPU a quelle basate su GPU per l’elaborazione dell’IA. La seconda parte della presentazione è stata incentrata sul progresso compiuto sui veicoli a guida autonoma.
Gli annunci sull’IA
Baidu, la più illustre compagnia cinese nel campo dell’intelligenza artificiale, ha collaborato con Nvidia per la sua “AI Box” (una piattaforma hardware isolata a cui una IA è vincolata), implementata grazie a GPU Nvidia V100 con prestazioni dieci volte superiori.
Analogamente, Alibaba, una delle più grandi compagnie di eCommerce al mondo, ha recentemente compiuto il passaggio alle GPU T4 di Nvidia per le proprie piattaforme che gestiscono i sistemi di raccomandazioni. Durante il Single’s Day (11 Novembre) ha visto un incremento del 10% nelle percentuali di click, con risultati significativamente più veloci. Le piattaforme per le raccomandazioni sono particolarmente complesse poiché devono tenere conto di tutti i parametri che accompagnano l’utente e devono fornire risultati in tempo reale. Ad esempio, per il Single’s Day 2019, Alibaba ha avuto oltre due miliardi di prodotti in vendita, che sono stati mostrati a più di 500 milioni di potenziali acquirenti.
Per far sì che tutti i partner possano ottenere benefici dal passaggio all’elaborazione basata sulle GPU, Nvidia ha reso disponibile il TensorRT Inference Software, che prende dei modelli esistenti già preparati e li ottimizza per ottenere migliori prestazioni con le GPU. Con TensorRT 7, è stato aggiunto il supporto per molti altri modelli e reti neurali insieme alla generazione del Kernel.
TensorRT 7 rende anche possibili IA in grado di conversare in tempo reale, riuscendo a dare risposte accurate in meno di 300ms. Questo processo prende in input le onde sonore (della voce) e le converte in testo per la sintesi vocale, dando in output il formato desiderato. I partner di GPU Inference di Nvidia includono Microsoft Bing, Expedia, Walmart, Tencent, Twitter, PayPal, Snap Inc., Xiaomi, ecc.
Abbiamo distribuito su larga scala una tecnologia di intelligenza artificiale all’avanguardia usando le piattaforme di calcolo accelerato di Nvidia. Le intuitive capacità di ricerca e le raccomandazioni affidabili ci permettono di supportare un modello sei volte più complesso rispetto al passato.
Lingjie Xu, Director of Heterogenous Com
Nvidia Drive: novità nel settore automobilistico
Riguardo le automobili, Nvidia sta rendendo disponibile una piattaforma per veicoli a guida autonoma gestita dal software. Modelli pre-educati sono ora disponibili su Nvidia Cloud, i quali offrono dati e conoscenze provenienti da oltre dieci anni di spostamenti di veicoli con sensori multipli guidati da esseri umani.
Trasferire le conoscenze è anche una grossa parte della piattaforma Drive di Nvidia e rende i dati più utilizzabili. Drive offre inoltre un Federated Learning, che aiuta le case automobilistiche a trasferire le proprie conoscenze sulla guida autonoma da un paese all’altro senza tener conto delle complessità della localizzazione dei dati.
Sul fronte dell’hardware, il nuovo processore Nvidia Drive AGX Orin porta un incremento prestazionale di di circa sette volte rispetto al suo predecessore (Xavier) ed è retrocompatibile. In Cina, Didi e SAIC hanno già stipulato una partnership con Nvidia per le sue piattaforme di IA per le auto a guida autonoma. Sono stati mostrati anche altri concept di veicoli autonomi durante la presentazione.
Quando è stato chiesto fra quanto tempo saranno disponibili tali veicoli autonomi al pubblico, i dirigenti di Nvidia hanno spiegato che esiste un’enorme complessità tecnica che riguarda gli ostacoli di natura giuridica che potrebbero nascere. Per di più, modello deve essere migliorato ulteriormente per renderlo più sicuro rispetto alla guida umana. È stato menzionato che ci sono oltre 50 compagnie che stanno attivamente lavorando a tutto ciò, e che anche piccoli passi verso l’adozione saranno di gran beneficio. Inoltre, è stato citato un esempio che mostra che se un giorno alcuni paesi dovessero decidere di rendere obbligatori i sensori LIDAR per tutte le automobili, non solo le strade sarebbero molto più sicure, ma verrebbero generati dati di qualità notevolmente superiore.
