Archives des étiquettes : NVidia

Nvidia lance Deep Learning Super Sampling 2.0 pour améliorer le rendu graphique

NvidiaNvidia a lancé cette semaine sa technologie  Deep Learning Super Sampling (DLSS) 2.0. Cette technologie est basée sur un réseau neuronal artificiel qui utilise les TensorCores RTX de Nvidia pour augmenter les fréquences d’images et générer des images nettes qui approchent ou dépassent selon le constructeur le rendu natif.

Le DLSS 2.0 a été formé sur des dizaines de milliers d’images haute résolution dans un superordinateur à des fréquences d’images très basses. Avec les poids d’entraînement pour le réseau neuronal, DLSS 2.0 prend ensuite des images à plus faible résolution comme entrée et construit des images à haute résolution. Une fois cette opération réalisée Nvidia distribuece modèle d’apprentissage profond formé aux PC basés sur RTX via les pilotes NVIDIA et les mises à jour en continue.

Nividia indique que DLSS 2.0 :

« utilise les TensorCores de Turing fournissant jusqu’à 110 téraflops de puissance de calcul dédiée et fonctionne deux fois plus vite que son prédécesseur. Pour améliorer encore les performances, DLSS 2.0 utilise des techniques de rétroaction temporelle pour ne rendre qu’un quart à la moitié des pixels tout en offrant une qualité d’image comparable aux résolutions natives« .

De plus, contrairement à l’itération précédente, qui exigeait que le réseau neuronal soit entraîné pour chaque nouveau jeu, DLSS 2.0 s’entraîne en utilisant un contenu non spécifique au jeu. Cela génère un réseau généralisé qui fonctionne sur plusieurs jeux et conduit finalement à une intégration plus rapide des jeux et à un plus grand nombre de jeux DLSS.

Il dispose de trois modes de qualité d’image pour la résolution de rendu interne d’un jeu : Qualité, Équilibré et Performance. Parmi ces trois modes, le mode Performance permet d’augmenter la résolution jusqu’à 4X (c’est-à-dire 1080p vers du 4K).

Si vous êtes intéressé par le développement avec ces technologies, vous trouverez de plus amples informations ici.

Autre point (mais non lié aux jeux cette fois :)) : notre prochaine mission d’étude aux USA se déroulera du 4 au 10 octobre prochain (Seattle et San-Francisco) et le thème sera « IA et environnement de travail« . Si vous êtes intéressés contactez-nous par mail (mail direct ou sur contact (at) calipia.com )

Nvidia sur les terres d’Amazon et Microsoft

Nvidia vient d’ouvrir un centre de recherche en robotique à Seattle. Ce centre de recherche est basé près du campus de l’Université de Washington et sera dirigé par Le Professeur Dieter Fox. Des experts du secteur travailleront au développement de la prochaine génération de robots capables d’effectuer des tâches de manipulation complexes aux côtés de l’homme.

« Dans le passé, la recherche en robotique était concentrée sur de petits projets indépendants plutôt que sur des systèmes entièrement intégrés. Nous réunissons ici une équipe interdisciplinaire collaborative d’experts du contrôle et de la perception des robots, de la vision par ordinateur et des robots humanoïdes. » précise le professeur Dieter Fox. Le centre comptera environ 50 employés, allant des experts de l’industrie et académiques aux visiteurs du corps professoral et aux étudiants stagiaires.

Le premier scénario en cours de travail au laboratoire est un simulateur de cuisine dans lequel un robot a été construit pour effectuer une série de tâches courantes, notamment récupérer des objets dans une armoire et nettoyer une table.

Le robot utilise la plate-forme Jetson de Nvidia pour la navigation, tandis que le traitement des inférences en temps réel est géré par les GPU TITAN. Plus de détails dans cette vidéo.

Deep Learning : Microsoft ajoute à Azure des nouveaux modèles avec les GPUs Nvidia

Nvidia et Microsoft annonce la disponibilité de nouveaux projets Azure utilisant l’architecture Nvidia.

Il s’agit de nouveaux conteneurs pré-configurés bénéficiant d’une accélération via le GPU pour   aider les scientifiques, les développeurs et les chercheurs à contourner un certain nombre d’étapes d’intégration et de test avant d’exécuter leurs tâches nécessitant d’importante puissance de calcul (HPC).

Nvidia GPUMicrosoft offre maintenant le choix entre 35 conteneurs accélérés par GPU pour un usage de Deep Learning ou d’autres  applications HPC par exemple.

Les types d’instances Microsoft Azure peuvent maintenant fonctionner avec les configuration NVIDIA suivante :

  • NCv3 (1, 2 ou 4 GPU NVIDIA Tesla V100)
  • NCv2 (1, 2 ou 4 GPU NVIDIA Tesla P100)
  • ND (1, 2 ou 4 GPU NVIDIA Tesla P40)

Pour encore plus de simplicité, Microsoft propose une image de machine virtuelle Azure préconfigurée avec tout le nécessaire pour exécuter des conteneurs NGC dans la Marketplace Azure.

Nous partons début octobre, comme tous les ans, pour un voyage d’étude dans la Silicon Valley puis à Seattle avec des clients. Cette année notre voyage commence par Nvidia à Santa Clara et se termine par Microsoft à Seattle, de quoi faire le point sur les apports de ces technologies 🙂