Tensor
含有「Tensor」共 30 篇內容
全部內容
發佈日期由新至舊
1. 資料中心（Data Center）
業務重點：
NVIDIA 的資料中心收入在最新一季達到 263 億美元，同比增長 154%，是公司的最大收入來源。
核心產品：
H100 和 A100 Tensor Core GPU：專為 AI 訓練與推理設計，廣泛應用於生成式 AI、雲端計算、高效
NVIDIA是一家成立於1993年的美國科技公司，總部位於加利福尼亞州聖克拉拉市。該公司以設計和製造圖形處理器（GPU）聞名，最初專注於遊戲和圖形領域。隨著人工智慧（AI）和高效能計算的興起，NVIDIA的業務範圍已擴展至多個領域。
主要核心業務：
圖形處理器（GPU）： NVIDIA的GeFo
1. Ampere 架構
代表晶片：
A100、A30、A10
技術特點：
第三代 Tensor Core：
提升了混合精度計算性能，支援 FP32、FP16、BF16 和 INT8 等多種精度，適合不同 AI 工作負載。
增強矩陣運算能力，特別是大型矩陣的乘加操作。
多實例
NVIDIA 自 2006 年推出 CUDA 架構以來，持續研發專為人工智慧（AI）設計的 GPU，以下是其主要產品的演進：
2006 年：CUDA 架構
NVIDIA 發布 CUDA（Compute Unified Device Architecture），使 GPU 能夠進行通用計算，開啟了
CUDA Core（通用計算單元） 是 NVIDIA GPU（圖形處理器）中的基本計算單元，專門設計用來執行並行計算任務。它們是 NVIDIA CUDA 平台的核心部分，用來處理圖形渲染和一般計算任務，特別是那些需要大規模數據運算的應用，例如遊戲圖形、科學模擬和人工智慧（AI）。
1. CUD
Tensor Core 不是一個獨立的晶片，而是一個 GPU 內部的專用硬體單元（硬體模塊），專為加速矩陣運算（特別是人工智慧中的深度學習任務）設計。
1. Tensor Core 是什麼？
Tensor Core 是 NVIDIA 在 GPU 中設計的一種「小單位」，專門處理 矩陣乘法與累加
1. 什麼是浮點數？
浮點數是一種用來表示小數或非常大的數字的方法。
它的作用是讓電腦能夠處理像 3.14159（圓周率）或 1234567890（很大的數字）這樣的數字。
為什麼要有浮點數？
👉 因為用電腦表示這些數字的時候，記憶體有限，直接儲存會很浪費空間，效率也低。
2.
截至 2024 年 11 月，AMD 在圖形處理器（GPU）領域的發展情況如下：
最新進展：
RDNA 4 架構： AMD 已確認其下一代 RDNA 4 GPU 將於 2025 年初推出，預計在遊戲性能、光線追蹤和 AI 功能上有顯著提升。 科技網
AI 晶片： AMD 發布了 Instinc
Tensor Core 技術是 NVIDIA 推出的專用硬體處理單元，專為加速矩陣運算（matrix operations）設計，特別適用於深度學習和高效能運算（HPC）。它首次在 Volta 架構的 GPU（如 Tesla V100）中亮相，並在後續的 Turing、Ampere 和 Hopper
NVIDIA 在 GPU（圖形處理器）領域佔據領導地位，特別是在人工智慧（AI）和高效能運算（HPC）方面。其先進的 GPU 架構和軟體生態系統，使其在市場上擁有顯著優勢。
市場佔有率與技術優勢
NVIDIA 擁有約 90% 的 AI 晶片市場份額，幾乎壟斷了整個 AI 運算資源。
交集網