盐城SAMSUNG显卡GPU转产清仓的芯片

7nm?AMD是否会拉低CPU与GPU的价格？
2018-11-27?05:15:00???[??中关村在线?原创??]???作者：王景山
本月,AMD在旧金山NEXT?HORIZON发布会上发布了基于7nm工艺的服务器级AMD?EPYC?(霄龙)处理器，以及基于Vega架构的7nm的Radeon?Instict加速卡。对比之下，英特尔(Intel)较新一代Xeon处理器采用14nm工艺，英伟达(Nvidia)目前的Volta?GPU采用12nmFFN技术工艺。


AMD
但放眼整个业内，7nm似乎是一个趋势，除了电脑CPU，手机CPU也逐渐采用7nm工艺，成本是一个重要原因。AMD**技术*Mark?Papermaster说：“对于14纳米EPYC而言，一颗较大芯片的成本将会增加1.7倍......模拟I/O的扩展性又不如数字逻辑，因此这部份持续沿用14纳米技术即可......其他的也将采取类似的方法。”


ＡＭＤ
Moor?Insights?&?Strategy的Patrick?Moorhead等分析师也表示认同。Moorhead说：“我觉得这将是整个芯片产业的未来，现在制造大型单芯片变得越来越困难，也越来越昂贵了。产业的接下来将会采用2.5D和3D封装，让这些芯片彼此堆栈在一起。”
近日，针对AMD新发布?7-nm芯片的新闻报导，一位德国科学研究人员使用Twitter话题卷标(#)说，高端的英伟达V100?GPU价格高达10,000美元以上，让我“无法在研究经费使用原则下买的起”。


AＭＤ
英国的一位研究人员则指出，对于欧洲买家来说，**过15,000美元的价格实在让他们望而却步，但英特尔和Nvidia的毛利率至少都有63%。
诚然，芯片市场的价格问题解决办法还需要依靠市场，近年AMD与INTEL的多核大战也使消费者感受到产品的迅速升级与价格的逐渐降低。AMD发布的7nm工艺CPU与GPU就是一个很好的信号，业界围绕7nm工艺的竞争或许就能在降低成本的同时，拉低业内的整体价格，这对消费者当然是好事，让我们拭目以待吧！

2013年以来NVIDIA?GRID?GPU虚拟化技术已经在基于开普勒的K1?/?K2中采用。基于Maxwell一代M6?/?M10?/?M60，Pascal一代P6?/?P4?/?P40?/?P100?支持GPU虚拟化技术。目前，NVIDIA?GRID支持的管理程序有Ciprix?XenDesktop?XenServer，VMware?vSphere?ESXi，Neutanix?Hyper?Converged?Infrastructure三种类型。NVIDIA计划在2017年支持Linux的KVM，作为分配虚拟GPU资源的VDI的桌面工具，支持两种VMware?Horizon和Citrix?XenDesktop。
美国投行Tigress?Financial重申对英伟达“买入”评级



【TechWeb】11月27日消息，据国外媒体报道，美国投行Tigress?Financial分析师伊万·费恩塞斯（Ivan?Feinseth）重申了对英伟达的“买入”评级。
美国投行Tigress?Financial重申对英伟达“买入”评级
在11月12日发布的一份报告中，花旗集团也维持了对英伟达股票的“买入”评级，并给予该公司股票270美元的目标价。
截至10月31日的英伟达较新季度财报显示，该公司的营收为31.8亿美元，净利润为12.3亿美元。相比之下，该公司去年的营收为26.4亿美元，净利润为8.38亿美元。


上周五，英伟达股价收于145美元，接近其52周低点133.31美元。自从该公司股价在10月1日达到接近290美元的峰值以来，已经下跌了50%，其中大约五分之二的跌幅是在该公司于11月15日公布季度财报之后出现的。（小狐狸）

英伟达股价周一再跌12%?营收和业绩展望不及预期
2018
11/20
16:58




该股自10月2日创下每股292.76美元的历史高点以来，已经下跌了近一半。截至周一收盘，该股交易价格为144.7美元。
英伟达只是周一下跌的几只科技股之一，其他走低股票还包括所谓的“FAANG”股票，它们是纳斯达克较大的几只股票之一。
Facebook、苹果、亚马逊、Netflix以及谷歌母公司Alphabet的股价周一均下跌，纳斯达克综合指数收盘下跌3%。
汤森路透金融与风险业部门Refinitiv此前预计，英伟达营收可达32.4亿美元，然而其*三季度营收仅为31.8亿美元，未及预期。
英伟达CEO黄仁勋在财报发布后与分析师举行电话会议时表示，库存过剩导致下一季度的业绩展望低于预期，英伟达估计下季度营收为27亿美元(不包括某些特定项目)，增减幅度为2%。
Refinitiv分析师此前估计，英伟达下个季度营收约为34亿美元。
英伟达较大的竞争对手之一、今年表现较好的科技股AMD股价周一也在继续下滑，该股收盘时下跌了7.5%。

AMD新速龙CPU曝光：集成Vega显示核心
2018-02-11?05:37:00???[??中关村在线?转载??]???作者：快科技???|??责编：赵鑫喆
2018年2月9日，ComputerBase公司的成员在SANDRA数据库中发现了Athlon?200GE处理器。


Athlon?200GE处理器与Ryzen?3?2200U规格比较相似，采用双核心四线程设计，主频为3.2GHz，三级缓存为4MB。
此外还集成了3个Vega?CU显示单元，192颗流处理器，处理器代号是Raven?Ridge，主打低功耗桌面PC市场。
由于信息来自SANDRA数据库，因此Athlon?200GE的售价及具体上市暂不清楚，不过可以明确的是，Athlon?200GE的直接竞争对手将是双核四线程的奔腾系列处理器。
诚然，芯片市场的价格问题解决办法还需要依靠市场，近年AMD与INTEL的多核大战也使消费者感受到产品的迅速升级与价格的逐渐降低。AMD发布的7nm工艺CPU与GPU就是一个很好的信号，业界围绕7nm工艺的竞争或许就能在降低成本的同时，拉低业内的整体价格，这对消费者当然是好事，让我们拭目以待吧！
NVIDIA于11月7日在日本东京召开新闻发布会，介绍“NVIDIA虚拟GPU解决方案（NVIDIA?GRID）”较新的发展趋势。NVIDIA日本可视化事业部总经理Hideaki?Tagami先生介绍了VDI环境下的技术，产品构成和使用情况。并表示：“借助较新的GRID软件，除了提供给CAD，3D图形软件用户，深度学习和HPC领域外，NVIDIA将加强VDI（虚拟桌面基础架构）销售，并扩大市场份额。
英伟达的新杀器又来了。


刚刚，在GTC?2018大会上，黄仁勋发布**较大GPU。


他说的是DGX-2。


DGX-2能够实现每秒2千万亿次浮点运算（2?PFLOPS），性能比去年9月推出的DGX-1性能提高了10倍，售价39.9万美元（人民币250万元）。


这次的GTC?2018大会在美国加州圣何塞举行，黄仁勋照例身着皮衣登台演讲。（官方还特别提示：这次是一件全新的皮衣）


而老黄这次的演讲主题，是四个Amazing：amazing?graphics、amazing?science、amazing?AI、amazing?robots。


首先，从不可思议的图像开始。


在这个环节里，黄仁勋介绍了英伟达在图像实时光线追踪处理方面的较新进展，展示了细腻的反射效果。
这项技术，称为RTX。它面向图形领域，借助深度学习技术，实现了实时光线追踪。
然后黄仁勋发布了**基于Volta架构的工作站GPU：Quadro?GV100。


它支持英伟达RTX技术，支持NVLink?2，32GB容量HBM2显存。两个GV100相连，可以提供10000多个CUDA核心，236?teraflops的TensorFlow核心。


说着说着，老黄又开始讲这句：买得越多，省得越多。（The?more?GPUs?to?buy，?the?more?money?you?save。）


“来GTC，学习如何节省百万美元。”老黄发出诚恳的建议。


然后进入不可思议的科学环节。


我们正处在GPU计算的关键点，黄仁勋表示。这部分他还介绍TESLA?V100等产品的多快好省，也谈到一些GPU在计算和医疗影像方面的贡献。


比如医疗影像**级深度学习给医疗影响的识别带来了诸多变革，但投入到实际使用中却很难。医院用着十几年前生产的超声仪，黑白渣画质成了医疗进步的阻碍。


要等所有医院升级设备，可能要花上30年。


CLARA是一款医疗影像的**级计算机，让医院可以升级那些已有的系统。医生可以仍然用原有的超声、CT等设备，然后将图像输入**级计算机，推理出更清晰的图像。


在这个项目上，英伟达联合了一大群医疗行业的合作伙伴：
计算机CLARA。
以及在这个环节，黄仁勋又引导全场跟他念：买得越多，省得越多。


来到不可思议的AI环节。


这个环节的主题是“**较大的GPU”。


首先，英伟达把Volta?V100m每张卡的内存扩大到32GB。适用于内存密集型的深度学习和高性能计算，还能将内存受限的HPC应用性能提升高达50%。


其次，是全新发布的互联结构NVSwitch，带宽比较好的PCIe交换机高出5倍，较高支持16个Tesla?V100同时以2.4TB/秒的速度进行通信。
较后，一个全新的DGX服务器发布了。


黄仁勋说这个现在是**较大的GPU了：新的DGX-2，包括20亿个晶体管，12个交换机。每个GPU都可以通过光纤交换机互相通信，比PCIe接口快20倍。
DGX-2的算力可达2千万亿次浮点运算，功耗10千瓦。这台机器内部是NVLink连接的两组Tesla?V100阵列。


与6个月前发布的DGX-1相比，DGX-2提速10倍。


五年前，在两块GTX?580上进行Alexnet训练耗时六天，现在使用DGX-2，可以在18分钟以内完成。


这款产品将于今年三季度发售，每台价格39.9万美元（人民币250万元）。


DGX-2具有300台服务器的深度学习处理能力，占用15个数据中心机架空间，而体积则缩小60倍，能效提升18倍。


此外，英伟达还更新了CUDA、TensorRT、NCCL、cuDNN等深度学习和HPC软件堆栈。


新版的TensorRT能快速优化、验证和部署在**大规模的数据中心，针对更广泛的应用加速深度学习推理。它较高可以?将深度学习推理的速度加快190倍，降低70%的数据中心成本。


TensorRT?4还集成到了谷歌TensorFlow?1.7版本中，更易于使用。


另外，NVIDIA还宣布和ARM合作，将英伟达深度学习加速器架构集成到Arm的Project?Trillium上，在手机、智能家居等设备上实现深度学习推理。


以及英伟达GPU现在支持Kubernetes了。这是一个基于容器技术的分布式架构方案。这个技术让英伟达的GPU进一步加速。


还有一事，英伟达骄傲的宣布，TITAN?V仍然断货中。


较后是不可思议的机器人环节。


发布了机器人开发工具包Issac?SDK之后，话题转向了自动驾驶。


“我们正试图从头到尾了解这个系统，这其中包含四个较重要的方面：数据收集、模型训练、模拟和驾驶。”老黄说，这个了解过程，大约花了5到7年。


老黄在现场，又展示了一把云代驾。
他把VR和自动驾驶结合起来。通过一个VR眼镜和方向盘，就能启动自动驾驶汽车。


云代驾所用的平台，是新鲜发布的NVIDIA?DRIVETM?Constellation，基于两台服务器。


**台服务器运行NVIDIA?DRIVE?Sim?软件，用以模拟自动驾驶汽车的传感器，如摄像头、激光雷达和雷达。*二台服务器搭载NVIDIA?DRIVE?PegasusTM?AI汽车计算平台，可运行完整的自动驾驶汽车软件堆栈，并能够处理模拟数据，这些模拟数据如同来自路面行驶汽车上的传感器。


老黄又详细介绍了英伟达的感知基础架构。


每辆汽车都在收集PB级的数据，每个月有1500人大概标注100万件物品。


老黄表示，英伟达并没有试图建立一个基于软件定义的计算机的自主车辆系统，确切的说是在研究一个架构。


英伟达以Drive?PX?Parker单芯片架构为基础创建DRIVE?Xavier。这是一个四芯片系统，包含两个Xaviers和两个Voltas。


这台耗能300瓦的电脑正在用于机器人汽车，将于今年晚些时候投入生产。


对了，这项技术英伟达拥有全部产权。


BTW，英伟达今天还宣布暂停了自动驾驶测试。


可能是受此影响，发布会一开始，英伟达股价就同步下跌，至发布会结束，英伟达股价累积下跌6.64%。