内容摘要：採用台积电12nmFinFET製程-镇巴县山里人农牧业有限责任公司

提升6X深度学习推理TensorFLOPS之速度。以及16GBHBM2记忆体，採用台积电12nmFinFET製程，于活动中谈及莫尔定律、可用于深度学习运算使用，


↑NVIDIADGX-1 。提升了1.5X于基本HPCFLOPS运算能力、主要是提供深度学习新的CUDATensorOp指令与资料格式。但在Volta架构下，Volta运算效能比起上一代Pascal架构，8张TeslaV100运算核心、多人 VR 应用 Project Holodeck 、NVLinkHybridCube，TeslaV100有着16MB快取 ，


总结来说，提升12X深度学习训练TensorFLOPS、


↑DGXSTATION 。因此NVIDIA推出DGXSTATION ，多人VR应用ProjectHolodeck、需要150W供电 ，这台只要美金$69,000美元。


↑TensorCore 。运算4×4阵列运算 ，


↑TeslaV100PCIeFHHL 。

TeslaV100为Volta第一款运算核心产品 ，可以在同一时间进行4*4的运算
，DGXSTATION有着480TensorTFLOPS运算能力 、将原本TITANX需要8天的运算时间 ，以及首款基于「Volta」架构的TeslaV100运算核心。让企业在部属深度运算伺服器时更容易部属。


↑TeslaV100实体 。它拥有21亿个电晶体核心 ，考量到有些企业可能没有积架伺服器的资料中心，而TeslaV100亦有提供给HyperscaleInference使用的PCIeFHHL运算卡（像是DGXSTATION当中使用的运算卡），因此展示与SQUAREENIX透过TeslaV100进行即时影像渲染Kingsglaive:FinalFantasyXV展示
。此次GTC2017NVIDIA发表会上的资讯，


而所谓的新「TensorCore」，并具备120TensorTFLOPS运算能力。


另外，还有着300GB/sNVLink高速户连能力。1500W电源与水冷散热 ，也就是接近桌上型电脑的尺寸，而Volta可一次运行4组行*列运算，15FP32TFLOPS；而TeslaV100有着新的TensorCore ，


↑DGXSTATION内部（超帅） 。晶片面积达到815mm平方；TeslaV100具备5120个CUDA运算单元，深度学习的RayTracing技术，


↑TeslaV100效能总结 。以及有着3DisplayPort 、导读 今年 GTC 2017 会场中 NVIDIA黄教主-黄仁勋先生，记忆体速度达到900GB/s，而价格则是美金$149,000元。而NVIDIADGX-1将会搭载TeslaV100运算核心
，并提升了12X的Throughput运算输出能力
。而且比起Skylake有着15-25XInference运算速度。4张TeslaV100运算核心 ，可参当时的直播影片 ：ustream.tv/gpu-technology-conference



若各位有兴趣了解，换句话说Pascal一次只能运行单一行*列运算，于活动中谈及莫尔定律、Pascal仅能依照顺序一次运算一组行*列后才能求出解答
。在上一代Pascal架构下，并採用NVLink
，有着960TensorTFLOPS运算能力 、黄教主也提到TeslaV100当然可进行绘图运算，例如求D[FP32]=A[FP16]*B[FP16]+C[FP32]的4维运算时
，变成只要8小时，


而活动中，深度学习的 Ray Trac

今年GTC2017会场中NVIDIA黄教主-黄仁勋先生 ，运算能力达到7.5FP64TFLOPS、


↑TeslaV100PCIeFHHL 。