Les contenus liés au tag Nvidia

Nvidia lance une nouvelle offre jeu avec le titre Rise of the Tomb Raider qui est offert avec les GTX 970, 980 et 980 Ti ainsi que les GTX 970M et 980M. Cet accord commercial semble aller de pair avec une association côté technique puisque le jeu intégrera une technologie dénommée VXAO développée en partenariat avec Nvidia, a priori une nouvelle méthode pour calculer l'occlusion ambiante (cf. page 49 ).

Pour rappel le précédent opus avait en 2013 fait l'objet d'un bundle chez AMD et intégrait la technologie TressFX du constructeur. Comme d'habitude cette offre n'est valable que chez les revendeurs partenaires affichant l'offre. Ils vous fourniront généralement après le délai de rétractation un premier code qui permettra d'obtenir auprès de Nvidia un second code pour télécharger le jeu sur Steam. Le jeu doit sortir le 28 janvier.

Comme l'an passé, Nvidia a consacré sa traditionnelle conférence du CES au marché automobile pour lequel la société nourrit d'importantes ambitions, notamment en ce qui concerne la conduite autonome. Traditionnellement tournée autour du SoC Tegra, cette conférence du CES a progressivement évolué des smartphones et tablettes vers l'automobile au fur et à mesure que Nvidia repositionnait ses SoC.

Probablement arrivé sur ce marché un petit peu par hasard, Nvidia en a rapidement déduit le potentiel énorme, d'autant plus face à l'échec des SoC Tegra dans le monde des smartphones. Au départ, Nvidia s'est attaqué aux systèmes multimédia et d'affichage embarqués qui peuvent profiter de son expertise au niveau graphique et vidéo. Avec à la clé quelques succès pour les SoC Tegra, mais insuffisants pour justifier tous les efforts nécessaires à la conception de telles puces. Toujours à la recherche de marchés à plus forte valeur ajoutée, se battre sur les prix avec d'autres acteurs tels que TI et depuis peu Qualcomm ne fait pas partie de sa stratégie, Nvidia se concentre dorénavant en priorité à la conduite autonome.

Cet aspect de l'évolution entreprise dans le monde des transports a d'une part besoin de plus de puissance de calcul et d'autre part d'une expertise dans le domaine du deep learning, soit de l'apprentissage progressif par un réseau de neurones artificiels (ce qui fonctionne extrêmement bien dans le cas de la reconnaissance d'éléments à l'intérieur d'une série d'images). Deux points pour lesquels Nvidia peut compter sur ses technologies et ses ingénieurs pour essayer de se démarquer.

L'an passé, Nvidia a ainsi annoncé Drive PX, une plateforme de pilotage automatique bâtie autour de 2 SoC Tegra X1. Mais comme c'est devenu une tradition avec ces SoC, plusieurs annonces annuelles successives sont nécessaires avant que des résultats n'émergent éventuellement. Drive PX n'aura donc pas réellement d'existence commerciale et se contentera des rôles de kit de développement et d'illustration de la stratégie de Nvidia.

Fort logiquement, lors de ce CES, Nvidia a donc doublé la mise et annoncé son successeur, Drive PX 2, et peaufiné son angle d'attaque pour ce nouveau marché. Au cours des développements entrepris avec Drive PX, Nvidia a probablement fait le constat que sa solution n'était pas suffisamment performante, notamment au niveau des GPU Maxwell intégrés aux 2 Tegra X1 qui sont chargés de la détection des véhicules, personnes, panneaux et autres obstacles.


Pour Drive PX 2, Nvidia va toujours faire appel à 2 SoC Tegra mais d'une part il s'agira de SoC plus musclés et d'autre part ils seront accompagnés de 2 GPU dédiés ! Ces SoC seront fabriqués en 16nm FinFET et chacun équipés de 2 cœurs CPU Denver maison, de 4 cœurs Cortex-A57 et d'un GPU non précisé, qui ne sera peut-être pas exploité ici. Il est possible que ce SoC soit en fait celui qui était présenté depuis deux ans sous le nom de code Parker et qui serait donc équipé d'un GPU Maxwell.


Chacun de ces SoC sera connecté à un GPU de génération Pascal, également fabriqué en 16nm FinFET. Nvidia n'en communique pas les spécifications mais se contente de parler d'une puissance de calcul de 4 Tflops ce qui correspond à peu près à une GeForce GTX 970 et à un ensemble supérieur à la puissance de calcul d'une GTX Titan X. Et ce n'est pas tout, Nvidia annonce ces GPU Pascal comme étant 3x plus rapides dans le cadre du deep learning qu'un GPU Maxwell de puissance de calcul équivalente. Un coup de boost important qui découle probablement en grande partie du support natif des opérations en 16-bit et/ou 8-bit. A noter que les illustrations de Drive PX 2 sont basées sur un prototype équipé de GPU Maxwell GM204, ne cherchez donc pas à déduire de quelconques informations sur les futurs GPU Pascal sur base de ces photos.


Malgré le recours au 16nm FinFET, l'ensemble sera relativement gourmand et Nvidia parle de 250W. Au passage, nous pouvons ainsi imaginer grossièrement qu'un équivalent Pascal de la GTX 970 verrait sa consommation chuter de 150 à 100W. Pour refroidir l'ensemble, dont la fiabilité doit être garantie en toutes circonstances dans la cadre du pilotage d'une voiture, Nvidia a développé un système de watercooling spécifique mais les éventuels fabricants de voiture intéressés par Drive PX 2 seront bien entendu libres de mettre en place leur propre solution.


Enfin, pour mieux s'attaquer à ce marché, Nvidia a mis en place un écosystème complet qui passe par DIGITS, sa plateforme de deep learning, et d'autre part par DRIVENET, un réseau neuronal que ses ingénieurs ont commencé à entraîner il y a 6 mois et qui affiche déjà de très bons résultats. Nvidia peut ainsi fournir à des clients potentiels tous les outils nécessaires au développement de leur propre réseau neuronal ou une base déjà totalement fonctionnelle.

Un premier constructeur a déjà annoncé être intéressé par cette solution de Nvidia : Volvo qui intégrera Drive PX 2 en 2017 dans une centaine de voitures autonomes pour une première phase de test. De quoi peut-être permettre à "Drive PX 3" de trouver un succès commercial ?


Vous pourrez retrouver l'intégralité de la présentation de Nvidia ci-dessous :

Lors du forum SC15, Nvidia a effectué une présentation  concernant les pistes qu'il explorait afin d'arriver aux super-ordinateurs de type Exascale (capables d'effectuer au moins exaFLOPS) les plus efficaces possibles d'un point de vue énergétique. Si on n'apprend rien de précis concernant les architectures GPU à venir, le NVLink ou encore le support de la précision FP16 étant déjà connus, le constructeur a publié un graphique intéressant pour ce qui est de la consommation des différents type de mémoire.

Selon Nvidia, la HBM2 consommera ainsi jusqu'à 60 watts pour une bande passante de l'ordre de 1 To /s. Si son efficacité est en hausse par rapport à la HBM (40W pour 500 Go /s) et bien sûr la GDDR5 (75W pour 350 Go /s), il faut rappeler que la présence de la mémoire sur le même packaging fait que le GPU doit en contrepartie consommer moins sans quoi la densité de puissance à dissiper serait trop importante.

Si avec 60 watts pour la HBM2 la situation commencera à être problématique, Nvidia met en avant le fait que pour atteindre une bande passante de 2 To /s en HBM2 on arrivera à un niveau intenable de 120 watts. Même en envisageant une mémoire 1.5x plus efficace, pour atteindre une bande passante de 4 To /s qui devrait être nécessaire d'ici quelques générations de GPU on serait à 160 watts et il est bien entendu inimaginable d'attribuer autant de puissance à la mémoire.

S'il reste encore quelques années avant d'être confronté à ce problème grâce au remplacement de la GDDR5 par la HBM puis la HBM2, il faudra donc de nouvelles technologies mémoire pour accompagner l'augmentation en puissance des GPU. Le fabricant indique travailler sur le sujet, mais n'a dévoilé aucune piste à ce jour.