¿Por qué NVIDIA contrata ingenieros de aprendizaje automático?

NVIDIA está en el centro de la revolución del aprendizaje profundo y la inteligencia artificial. La semana pasada, nuestro CEO, Jensen Huang, anunció la increíble GPU Volta [1] que alberga más de 20 mil millones de transistores y tiene 640 núcleos Tensor especialmente para el procesamiento de NN, lo que le permite ofrecer un rendimiento de 120 teraflops para aplicaciones de aprendizaje profundo.

También anunció Isaac [2] de NVIDIA, una plataforma única con tecnología DL para la capacitación efectiva de robots virtuales.

Existe el DRIVE PX2 [3] de NVIDIA, una arquitectura escalable y configurable para vehículos autónomos que les permite usar NN para procesar una enorme cantidad de datos.

NVIDIA incluso lanzó su propio automóvil autónomo, el BB8. ¡Mira un lindo video aquí [4]!

Las GPU NVIDIA se han utilizado para una variedad [5] de maravillosas aplicaciones de aprendizaje profundo. No es de extrañar que NVIDIA sea cada vez más conocida como una empresa en el corazón de la IA. Incluso hay un Deep Learning Institute [6] abierto al público.

Y esas son algunas de las razones por las cuales NVIDIA está contratando ingenieros de ML. 🙂

Notas al pie

[1] NVIDIA eleva la barra de rendimiento con la GPU Volta

[2] Presentación de NVIDIA Isaacinfo.

[3] Plataforma de desarrollo de automóviles autónomos de NVIDIA DRIVE PX2

[4] Mira BB8, el auto sin conductor de Nvidia, navega por el mundo

[5] La revolución industrial inteligente | Blog de NVIDIA

[6] NVIDIA Deep Learning y AI Clases, educación y talleres

La mayoría de los avances significativos en el aprendizaje automático en los últimos años se han producido como resultado de enormes aumentos en el rendimiento del tipo de matemática matricial en la que se destacan las GPU. NVIDIA es el principal fabricante de GPU, por lo que es natural que quieran tener ofertas sofisticadas de software en el campo explosivo del aprendizaje automático para su hardware existente. Es casi seguro que están trabajando en hardware específico de aprendizaje automático para avances aún mayores, y necesitarán ingenieros que también lo entiendan. Finalmente, sería mudo no estar aplicando técnicas de ML para optimizar sus propios procesos de fabricación.

Probablemente para desarrollar su plataforma de computación paralela y API: CUDA que es utilizada por marcos de aprendizaje automático como TensorFlow, PyTorch, Keras, etc.

More Interesting

Soy estudiante de Ingeniería de software (BS SE, Final Year). Estoy muy confundido acerca de seleccionar mi proyecto de último año i Inteligencia artificial, el proyecto debe ser factible y único. ¿Alguien puede guiarme?

¿Cómo se codifica la información en la actividad neuronal?

¿Dónde usan las personas el aprendizaje automático en chatbots?

Los Upanishads: Si se supone que la conciencia está presente en todas partes, ¿por qué no los robots son conscientes?

¿Tendrán los humanoides del futuro variaciones en las características físicas como los humanos?

¿Leer e interpretar los contenidos del cerebro humano es potencialmente un problema de NP?

¿La codificación de IA simples de robots (como los utilizados en las competiciones de BattleBot) ayuda en absoluto con la capacidad de entender / codificar una IA profunda?

En el universo de máquinas súper inteligentes de Star Wars, ¿por qué las máquinas funcionan para los humanos y no al revés?

¿Qué es el comportamiento cognitivo y cómo es útil en IA?

¿La API abierta de Seldon para algoritmos de aprendizaje automático acelerará las mejoras en las IA?

Con el avance del aprendizaje automático, ¿la educación superior será más un privilegio que un derecho?

¿Cuál es el problema más importante actualmente sin resolver que cree que será posible resolver para 2021?

"¿Cómo construir un robot que pueda hacer una pregunta a las personas y reconocer la respuesta de las personas como" sí "o" no "?"

¿Cómo podemos prevenir el riesgo de inteligencia artificial?

Cómo hacer que una red neuronal genere un 'cono de probabilidad' en una tarea de regresión