5月11日消息，據(jù)國外媒體VentureBeat報道，英偉達CEO黃仁勛今天發(fā)布了一款針對人工智能應(yīng)用的雄心勃勃的新處理器：Tesla V100。

　　該新芯片擁有210億個晶體管，性能比英偉達一年前發(fā)布的帶150億個晶體管的Pascal處理器強大得多。它是一款很大的芯片——815平方毫米，大小約為Apple Watch智能手表的表面。它擁有5120個CUDA(統(tǒng)計計算設(shè)備架構(gòu))處理核心，雙精度浮點運算性能可達每秒7.5萬億次。

　　作為全球最大的圖形芯片和AI芯片廠商，總部位于加州圣克拉拉的英偉達在加州圣何塞舉行GPU技術(shù)大會，并發(fā)布了上述產(chǎn)品。

　　黃仁勛稱英偉達花了30億美元打造這款芯片，基于8塊Tesla V100搭建的DGX-1也開始預售，價格為149000美元，預計在今年第三季度交付。

　　在介紹該款芯片之前，黃仁勛談到了AI近年的發(fā)展史。他指出，深度學習神經(jīng)網(wǎng)絡(luò)研究大約5年前開始帶來成果，那個時候研究人員開始利用圖形處理器(GPU)來處理數(shù)據(jù)，同時利用它們來快速訓練神經(jīng)網(wǎng)絡(luò)。自那時起，深度學習技術(shù)呈現(xiàn)加速發(fā)展。今年，英偉達打算培訓10萬個開發(fā)者使用該項技術(shù)。

　　Tesla V100另稱為Volta，針對深度學習而打造，Tensor性能可達每秒120萬億次浮點運算。它能夠每秒傳輸300GB的數(shù)據(jù)，速度相當于時下其它處理器的20倍。該款芯片由三星代工生產(chǎn)。

　　該芯片針對深度學習訓練的Tensor浮點運算性能達到去年發(fā)布的Pascal處理器的12倍。這種處理速度很有必要，因為深度學習算法的進展令人驚嘆。

　　2015年，微軟打造了一個名為ResNet的深度學習項目，該項目非常復雜，需要每秒7百億億次浮點運算的處理能力。百度2016年打造的Deep Speech 2 AI需要每秒20百億億次浮點運算的處理能力，谷歌2017年打造的NMT則需要每秒105百億億次浮點運算的處理能力。

　　微軟正在開發(fā)一個新的ResNet版本，ResNet會同時使用64個Tesla V100芯片來進行處理。目前還不清楚Tesla V100批量出貨的時間。