Nvidia auf der GTC Europe 2016

Xavier: SoC für KI Supercomputing

| Autor / Redakteur: Thomas Drilling / Ulrike Ostler

KI-Supercomputer für autonomes Fahren: Nvidia Tegra "Xavier"
KI-Supercomputer für autonomes Fahren: Nvidia Tegra "Xavier" (Bild: Nvidia)

Nvidias nächste „Tegra“-Generation mit den Codenamen „Xavier“ soll extrem effizient sein. Mit dem für Deep Learning optimierten SoC (System-on-a-Chip) zielt Nivida auf den Einsatz als KI-Supercomputer.

Nvidia-Chef Jen-Hsun Huang hat auf der „GTC Europe 2016“ in Amsterdam Nvidias neuen Tegra-Chip mit dem Codenamen Xavier angekündigt. Der Name des neuen Chips für Deep Learning ist wie schon beim Vorvorgänger „Logan“ (Wolverine - Tegra K1) an die X-Men-Comics von Marvel angelehnt. Xavier bezieht sich auf Charles Xavier, dem Gründer der X-Men.

Hergestellt wird der Tegra Xavier in einem 16FF+ (16 Nanometer FinFET Plus) bezeichneten Verfahren beim taiwanischen Auftragsfertiger TSMC. Nvidia verwendet die gleiche Technik unter anderem auch für den „GP104“-Chip in der „Geforce GTX 1080/1070“. Laut Huang besteht die neue Tegra-Generation aus sieben Milliarden Transistoren; ein „GP102“ der „Titan X“ oder der „Tesla P40“ besitzen ebenfalls in 16FF+ gefertigt zwölf Milliarden Transistoren.

ARMs 64-Bit-Architektur

Huang nannte in seiner Präsentation zudem weitere Details zum neuen Xavier. So verwendet der kommende Tegra-Chip acht von Nvidia selbst entwickelte Kerne mit ARMs 64-Bit-Architektur ARMv8. Ob es sich dabei um die dritte Generation von Nividas Denver-Reihe oder eine komplett neue Technik mit neuer Bezeichnung handeln wird, ließ Nvidia offen.

Die integrierte GPU soll es auf 256 Shader-Einheiten bringen, im Gegensatz zur kommenden Tegra Parker mit 256 Shader-Einheiten. Sie soll auf der „Volta“- und nicht auf der „Pascal“-Architektur basieren. Zusätzlich besitzt das SoC-System zwei 8K-Bildsensoren sowie einen vollständig neuen Computer-Vision-Beschleuniger.

Bis zu 1 TOPS

Zudem äußerte sich Huang auch zu den Leistungsangaben des Tegra Xavier. Laut Nivida soll das System bis zu 1 TOPS (Trillion operations per second) pro Watt erreichen können. Dies wäre extrem effizient, denn Xavier liefert damit mehr Rechenleistung als ein „Drive PX 2“ in der Duo-Pascal-Version, benötigt dafür aber nur ein Viertel der Stromleistung (20 Watt).

Für das Zustandekommen des Wertes 1 TOPS pro Watt nennt Nvida eine Leistungsaufnahme von 20 Watt und 20 TOPS Rechengeschwindigkeit.

Lauf Nvidia können Nvida-Partner Muster des Tegra Xavier ab dem vierten Quartal 2017 ordern. Als Zielgruppe für das SoC nennt Nvidia die nächste Generation für selbstfahrende Automobile.

Nvidia: Xavier soll 20 TOPS erreichen
Nvidia: Xavier soll 20 TOPS erreichen (Bild: Nvidia)

Weitere Neuerungen

Im Zusammenhang mit der Xavier-Präsentation wies Jen-Hsun Huang auch auf die Zusammenarbeit Nvidias mit Tomtom im Bereich der KI-Nutzung für die Kartenerstellung für selbstfahrende Automobile hin. Ferner nannte der Nvidia-Chef Details zum Alpha 1-Release von „Driveworks“ und wies auf weitere Kooperationsprojekte Nvidias mit einer Reihe innovativer europäischer Startups und Forschungseinrichtungen hin.

Unter den prominentesten Nutzern von Nvidias KI-Supercomputer DGX-1 nannte Nvidia stellvertretend die Kooperative mit SAP sowie dem britische Startup Benevolent AI und der Universität Reims. Das „Plug-and-Play“-System besteht aus starken GPUs und spezieller Software für Deep Learning. Es wurde entwickelt, um Datenwissenschaftler beim Entwickeln von Innovationen zu unterstützen, mit deren Hilfe sich KI-Anwendungen schneller zur Marktreife bringen lassen.

SAP beispielsweise will die Nvidia DGX-1-Supercomputer an Standorten in Deutschland und Israel einsetzen, um Machine-Learning-Lösungen für seine Kunden zu entwickeln. Bei Benevolent AI dagegen soll KI die Pharmaforschung beschleunigen. An der Universität Reims wird das System eingesetzt, um Krankheitsbefall bei Rebstöcken verhindern oder kurieren zu können.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44309586 / High Performance Computing in Forschung und Lehre)