英伟达显卡不同架构_NVIDIA显卡架构代号的另一面:他们都是伟大的科学先驱

news/2024/11/19 19:33:27/

拼 命 加 载 中 ...

在上个周末如果你不剁手而是选择继续混迹各大DIY信息网站的话就会发现一条劲爆新闻:NVIDIA

Volta架构之后又来一个Ampere(安培),不过在没有得到NVIDIA官方证实之前,我们都对这个消息持谨慎态度。NVIDIA一直使用科学家作为自己显卡架构代号已经成为行业的共识,所以那个“安培”架构是否存在交给大家自己判断,本文并不打算YY这些似真似假的消息,而是要回顾一下那些被NVIDIA用作架构代号的伟大的科学先驱,以及有关这些先驱的有趣事迹。

Tesla:

特斯拉是第一个NVIDIA用于显卡架构代号的物理学家,特斯拉原本是塞尔维亚人,在他30岁的时候成立了特斯拉电器公司,随后致力于交流电系统的研发,因为和爱迪生的直流电形成了直接的竞争关系,后来的事大家都知道了,爱迪生在这之后一直打压特斯拉,尽管有高产的发明,但特斯拉晚年依然穷困潦倒。特斯拉在发明方面的理念总是很超前的,因此埃隆·马斯克将“Tesla”作为自己的纯电动汽车品牌,经过了近10年的发展和不懈努力,超前的“Tesla”已经成为了电动汽车的代名词,马斯克和特斯拉一样,他们都看见了未来。

在“Tesla”之后就是“Fermi”,“Fermi”是NVIDIA

400系列和500系列显卡的架构代号。费米是一个全能型的物理学家,元素周期表中的第100个化学元素“镄”(Fermiun)就是以他为命名。关于费米有个很有名的故事,当初费米的研究小组用中子轰击第92号元素铀,会产生许多新元素,费米以为自己发现了第93号元素,在没经过彻底验证前就撰写并发表实验报告,4年后费米因这个实验获得了诺贝尔奖。可是在获奖后没多久就有人发现当初费米的实验结论有疏漏,利用慢中子轰击92号元素没有产生第93号元素,而是会分裂成已知元素,后来费米也承认了自己的错误。在费米的晚年,他将自己的事业重心转向了高能物理的研究,所以位于美国芝加哥的一座粒子加速实验室被命名为费米国家加速器实验室,旁边有一台“Tevatron”粒子加速器,在欧洲的大型强子对撞机诞生前,它一直都是这世界上电压最高的粒子加速器。

Tevatron粒子加速器

Kepler:

随后“Kepler”接过了“Fermi”大旗,成为了NVIDIA

600和700系列显卡的架构代号,准确来说开普勒是一名天文学家,最出名的事迹就是提出了行星运动三大定律,分别是轨道定律,面积定律和周期定律。因为开普勒在天文学上的伟大贡献,NASA将一台太空望远镜命名为“开普勒太空望远镜”,这台望远镜在2009年3月6日升空,可惜的是现在这台望远镜出现了一些故障,无法再进行正常的观测任务。

Maxwell:

和GTX

970的“3.5G显存”一样有名的是麦克斯韦方程组,这个方程组描绘了电磁场的特性及其相互作用的关系,麦克斯韦方程组还揭示了电磁波的传播速度和光一样达到了30万公里每秒,从而得出光本身就是电磁波构成这一理论。麦克斯韦还在1862年到1873年共发布了4本著作,全都是关于电动力学方面的,特别是能和《数学原理》、《物种起源》相提并论的《电磁学通论》,为后世在电磁学方面做出了不可磨灭的贡献。

Pascal:

来到最新的“Pascal”了,帕斯卡在在16岁时发现了著名的帕斯卡六边形定理,17岁时写了《圆锥曲线论》,19岁时弄了世界上第一台数字计算器,在1648年帕斯卡发现了随着地理位置高度的降低,大气压会增大的规律,那时候他才25岁。天妒英才,帕斯卡在1662年8月19日逝世,终年39岁。后人为了纪念帕斯卡,将他的名字来命名大气压强的单位。

Volta:

伏特最伟大的成就“伏打电堆”让伏特闻名一时,这个伏打电堆就是最早的电池组。“Volta”早就在2013年3月20日的GTC上公布了,距今已经过去4年半,现在只有1款实际产品,就是在今年5月份发布的Tesla

V100计算卡。在自称“引领人工智能计算”之后,NVIDIA给人的感觉就是它不再是一家传统的GPU研发公司,所以Volta显卡在设计时把更多的精力倾向了提高深度学习性能上,特别是Tensor

Core可以大幅度减少深度学习的训练时间。或许和伏特的“伏打电堆”为电力学研究提供稳定的大容量电源一样,NVIDIA也想通过“Volta”显卡为人工智能计算提供坚实的基础,开创一个属于人工智能的时代。喜爱硬件的你如果想免费获得硬件福利,就留意我们人气小编小超哥(微信:9501417)双11期间的朋友圈活动吧!众多硬件福利奖品赠与大家,15号就随机抽奖哦!


http://www.ppmy.cn/news/377751.html

相关文章

第八次作业

第一题 #include<stdio.h> int main() { int i,index,k,n,temp;int a[10]; scanf("%d",&n); for(i0;i<n;i) scanf("%d",&a[i]); for(k0;k<n-1;k){ indexk; for(ik1;i<n;i) if(a[i]>a[index]) indexi; tempa[index]; a[index]a[k…

英伟达显卡不同架构_【英伟达NVIDIA显卡GPU架构核心代号名称一览】(截止到 2018·08)...

该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 Geforce系列丨核心代号 ( Code Name )丨 年代 ( time )丨 例 ( Instance ) 更早 丨(无科学家名称代号) 丨 远古~2006 丨 GeForce 7800 GTX 8000系 丨 特斯拉 ( Tesla ) 丨 2007~2008 丨 GeForce 8800 GTS 9000系 丨 特斯拉 ( Tesl…

负载均衡与服务器架构

2.5 WebServer、负载均衡、服务器架构 Nginx 与负载均衡 反向代理 将用户请求转发给内部服务器&#xff0c;保护内网拓扑结构 / static file /cache hit─>Redis/NoSQL/ // /Gunicorn Django-1─>cache m…

英伟达显卡不同架构_架构定输赢!盘点历代英伟达显卡能够成功亥市的根源

当我们评定一款显卡性能如何的时候&#xff0c;一般从核心频率、流处理器数量、显存、位宽、功耗等角度去衡量&#xff0c;但是在它们的背后&#xff0c;隐藏着真正的大boss&#xff0c;那就是显卡架构。无论英伟达还是AMD&#xff0c;每一代显卡都会及时对架构进行更新&#x…

GPU架构变迁之AI系统视角:从费米到安培

撰文 | 杨军 ‍每一代NV GPU的发布都会给业界带来新的想象空间。作为AI系统&#xff08;这里主要代指深度学习系统&#xff09;方向的从业者&#xff0c;最关心的自然是每一代GPU能够为AI系统领域带来哪些新的变量。 从之前NV GPU的甲方消费者&#xff0c;转变为现在的乙方提供…

NVIDIA GPU 架构梳理

文中图片大部分来自NVIDIA 产品白皮书 TODO&#xff1a;英伟达显卡型号梳理 目录&#xff1a; 一、NVIDIA GPU的架构演变历史 二、Tesla 架构 三、Fermi架构 四、Kepler架构 五、Maxwell架构 六、Pascal架构 七、Volta架构 八、Turing架构 九、Ampere架构 十、Hopper架构 一、N…

GPU架构演进十年,从费米到安培

撰文 | Will Zhang 随着软件从1.0进化到2.0&#xff0c;即从图灵机演进到类深度学习算法。计算用的硬件也在加速从CPU到GPU等迁移。本文试图整理从2010年到2020年这十年间的英伟达GPU架构演进史。 1 CPU and GPU 我们先对GPU有一个直观的认识&#xff0c;如下图&#xff1a; 众…

NVIDIA GPU硬件架构发展(截至2022年)

英伟达的GPU架构在近几年有了几次调整演进,如下所示 Fermi费米微架构 CUDA CORE是一种算术逻辑单元(ALU),他的内部不包含光栅单元和纹理单元,CUDA CORE也就是流处理器sp(streaming processor),是最基本的处理单元,具体的指令和任务