Nvidia的新帕斯卡GPU可以给出聪明的答案

自治车需要一种新的马力来识别物体，避免障碍和改变车道。有一个很好的机会，可以来自数据中心的图形处理器甚至是汽车的中继线。

通过考虑到这种情况，NVIDIA已经建立了两个新的GPU - Tesla P4和P40 - 基于Pascal架构，专为将有助于驱动自动车辆的服务器或计算机设计。近年来，特斯拉GPU已经针对超级计算，但现在正在为深学习系统调整，帮助关联和分类数据。

“深度学习”通常是指基于高度连接的神经网络的一类算法技术 - 其中包含加权互连的节点系统。

它是一般趋势的一部分：随着更多数据通过各种系统和设备传输到云，它通过深度学习系统进行答案，上下文和洞察。

例如，Facebook和谷歌已经建立了GPU的深度学习系统，用于图像识别和自然语言处理。与此同时，Nvidia说百度的深音2语音识别平台围绕其Tesla GPU建造。

新的特斯拉斯有马力常规GPU。P40拥有3,840个CUDA核心，提供12次特精度性能，具有24GB的GDDR5内存，并绘制250瓦的电源。P4有2,560个核心，提供5.5次特精度性能的核心，具有8GB的GDDR5存储器，可绘制高达75瓦的电源。

GPU中包含了额外的深学习功能。Speedy GPU通常为更准确的计算提供双精度性能，但新的Teslas还处理低级计算。每个核心处理一大块信息。这些数据块可以串联地串联以解释信息并推断出关于疑问的答案，例如，何种对象包含在图像中，或者彼此交谈的人所说的单词。

深度学习系统依赖于这种低级计算，以便推论推论，因为双重精度计算 - 这将提供更准确的结果，但需要更多的处理能力 - 将减慢GPU。

NVIDIA今年早些时候发布了TESLA P100，比即将到来的P4和P40快。P100针对高端服务器，并用于微观的深度学习神经网络。

新的TesLA P4和P40 GPU具有低水平的整数和浮点处理，用于深度学习，也可以用于在本地层次的推理和近似。这个想法是某些类型的系统和汽车可以始终连接到云，并且必须在本地进行处理。

Intel还增加了近似值的低级处理，即将到达骑士厂的即将到来的芯片，这也专为深度学习而设计。

TESLA P4和P40成功了TESLA M4和M40，该M4和M40是去年发布的图形处理和虚拟化。新的GPU也能够做那些事情。

Tesla P40将于10月份发货，而P4将于11月发货。GPU将在戴尔，惠普省企业，联想，Quanta，Wistron，Inventec和Wispur的服务器中提供。服务器供应商将决定GPU的价格。