Конференция Nvidia GTC 2014

Главные анонсы и события


Содержание

Введение

Компания Nvidia уже давно ориентирована на разные рынки, далеко не только традиционный для них рынок игровых графических процессоров, который переживает не лучшие времена относительного застоя. Компания также предлагает свою продукцию в сфере профессиональных графических решений, на рынках процессоров для высокопроизводительных вычислений, мобильных устройств и автомобильных развлекательно-информационных систем. Интерес к вычислительным применениям графических процессоров с 2008 года серьезно вырос, и сейчас GPU успешно применяются во многих сферах, а не только 3D-визуализации.

Несколько лет назад Nvidia организовала собственное крупное мероприятие, посвященное различным аспектам использования графических процессоров в широком наборе задач — GPU Technology Conference. Прошедшая в конце марта очередная ежегодная конференция компании Nvidia стала пятой в истории, она традиционно проходит в городе Сан-Хосе, в штате Калифорния, США. Для Nvidia конференция GTC с тех пор стала главным мероприятием года, именно на нем делаются самые крупные анонсы компании и раскрываются планы на будущее.

«Графическо-процессорная» конференция Nvidia с каждым годом привлекает все большее внимание со стороны сотен исследователей и ученых из различных учебных заведений и компаний, в этом году уже более 3500 участников из 50 стран мира приехали в Сан-Хосе, чтобы принять участие в интереснейшем мероприятии: выступить со своими докладами, послушать других участников, познакомиться и пообщаться с единомышленниками и даже конкурентами. Польза от GTC несомненна уже потому, что конференция этого года включала более 500 сессий с массой интересной и полезной информации о том, как графические процессоры Nvidia могут облегчить выполнение задач, интересующих ее участников.

Американское мероприятие Nvidia в очередной раз проводится в уже привычном выставочном центре San Jose McEnery Convention Center — лишь один раз (первый) она проводилась в другом здании. Выставочный центр с прошлого года был реконструирован и расширился — проведение подобных мероприятий явно помогло этому расширению. Ну а российских журналистов и представителей участвующих в конференции компаний, прибывших в Сан-Хосе в середине весны, всегда особенно радует приятная возможность попасть в настоящую весну, ведь в Калифорнии в это время тепло и красиво.



Первый полноценный день работы конференции GPU Technology Conference 2014 открылся с традиционного ключевого выступления президента компании — Дженсена Хуанга. Его выступление на GTC всегда вызывает максимальный интерес со стороны публики, собравшейся в городском выставочном центре.

Первым делом Дженсен рассказал о том, что вычислительные мощности графических процессоров используются в разных задачах все чаще, и что GPU обеспечивает прорывы в производительности во многих сферах за счет явно большего роста вычислительных мощностей графических чипов, по сравнению с центральными процессорами.

Вполне естественно, что главным событием, открывающим публике подобные возможности, является конференция GTC, которая каждый год собирает все больше и больше людей, связанных с применением графических процессоров в различных сферах деятельности человека, и каждый год конференция растет — с 2010 года отмечено почти двукратное увеличение количества участников и выступлений.

Наиболее интересными темами на GTC этого года стали: анализ данных больших объемов, машинное зрение и обучение. Все новые и новые компании представляют на конференции свои разработки, и количество «новичков» растет вместе с конференцией.

Но для начала давайте посмотрим на то, что сама Nvidia приготовила публике, ведь Дженсен Хуанг просто так на сцену не выходит, у него обязательно припрятаны какие-то интересные новости и анонсы, связанные с программными и аппаратными решениями компании.

Решение проблем пропускной способности: интерфейс NVLink и stacked DRAM

Уже сейчас возможности графических процессоров компании Nvidia при помощи платформы CUDA используются почти во всех сферах жизнедеятельности человека. Но при всей высочайшей производительности у GPU есть и свои ограничители производительности — «бутылочные горлышки», не дающие их возможностям раскрыться еще полнее.

Основным ограничителем производительности для графических процессоров с давних пор является скорость передачи данных по интерфейсу, а также чтение и запись в видеопамять GPU. Так, скорость передачи по PCI Express равна лишь 16 ГБ/с, а для локальной памяти эта цифра хоть и выше — до 288 ГБ/с, но и она недостаточна в некоторых случаях при больших объемах данных.

Чтобы побороть первую проблему, Nvidia анонсировала на GTC новый высокоскоростной интерфейс NVLink, который планируется интегрировать в будущие графические процессоры компании. Этот интерфейс увеличит производительность передачи данных между GPU и CPU, а также между графическими процессорами в 5-12 раз, по сравнению с PCI Express.

Таким образом, этот новый интерфейс будет меньше ограничивать производительность будущих систем, использующих графические процессоры Nvidia, так как эта компания добавит поддержку NVLink в своей следующей графической архитектуре, которая придет на смену недавно вышедшей Maxwell в 2016 году.

Новый интерфейс был разработан совместно с компанией IBM, которая планирует поддержать его в будущих процессорах серии POWER. Что касается других процессоров, то пока что точных данных нет, но Nvidia ничто не мешает продолжать использовать PCI Express будущих версий.

Вторую проблему — недостаточную производительность передачи данных из видеопамяти и обратно, компания Nvidia также планирует решить в будущих графических процессорах. Для этого в следующих поколениях GPU будет использоваться так называемая «3D память» (или «stacked DRAM») в виде микросхем, интегрированных на видеочип.

Интеграция памяти даст громадный прирост пропускной способности памяти в несколько раз, а также такая память будет значительно более энергоэффективна (вчетверо, по оценкам Nvidia) и позволит более чем вдвое увеличить ее объем, по сравнению с текущими решениями. Это решение давно ожидается всеми участниками рынка высокопроизводительных вычислений и основная проблема тут — в производстве такой памяти. Вероятно, компания ожидает, что она решится в ближайшие годы, как раз к выходу следующего поколения GPU.

Планы Nvidia по выпуску графических и мобильных процессоров

Указанные выше технологии в виде NVLink и «stacked DRAM» компания Nvidia планирует использовать в графических чипах своей следующей архитектуры, анонсированной именно на конференции GTC. Новая графическая архитектура названа в честь Блеза Паскаля — выдающегося французского ученого, одного из основателей математического анализа, теории вероятностей и проективной геометрии, известного по одноименным закону и теореме.

Будущая графическая архитектура Pascal включает поддержку NVLink с 5-12-кратным ускорением пропускной способности, по сравнению с PCI Express и встроенную на GPU «stacked» память, которая обеспечит многократный прирост ПСП для видеопамяти. Очень интересно, что оно будет предлагаться в том числе в виде специальных модулей втрое меньшего размера, по сравнению со стандартной платой расширения нынешнего времени.

Посмотрите на слайд — в центре помещен сам GPU с чипами памяти прямо на нем, чуть дальше от него — система питания с двух сторон. Плата будут присоединяться к серверной системе при помощи специальных разъемов типа «mezzanine». Естественно, что Дженсен не отказал себе в возможности попозировать перед толпой заинтересованных журналистов и участников GTC, показав один из ранних прототипов Pascal в своих руках.

Обновились и планы компании Nvidia на выпуск графических процессоров. Вместо куда-то исчезнувшей из планов архитектуры Volta после уже вышедшего первого поколения Maxwell появилась архитектура Pascal, выход которой назначен на 2016 год. А Volta... может и будет, но уже позже.

А для чего вообще нужна подобная высочайшая производительность и пропускная способность? Ведь игровые применения обходятся куда меньшей мощностью, а на одном лишь рынке визуализации не выедешь. К примеру, можно использовать всю эту мощь в обучаемых машинных алгоритмах, искусственном интеллекте, распознавании образов и т.д.

К примеру, для распознавания образов используются нейронные сети — самообучаемые в процессе анализа больших объемов данных и требующие огромной производительности, которой всегда не хватает.

Так, суперкомпьютерный кластер Google Brain включает мощь тысячи серверов с 2000 CPU, имеющих 16000 процессорных ядер в общем количестве. Эта система потребляет 600 киловатт и стоит около 5 млн. долларов. И все было бы хорошо, но возможности одного человеческого мозга превышают вычислительные возможности такой системы в несколько миллионов раз!

Системы на базе графических процессоров Nvidia могут значительно улучшить производительность и возможности алгоритмов вроде искусственного интеллекта и распознавания образов. Так, система на базе трех серверов в Стэндфордском университете, использующая 12 GPU, предлагает более чем 18 тысяч вычислительных ядер, дающих такую же производительность, как Google Brain. В это же время система потребляет лишь 4 киловатта, а стоит всего 33 тысяч долларов — в разы меньше.

Рост производительности серверов весьма важен для индустрии, так как объемы данных, которые нужно обработать, постоянно растут. И графические процессоры уже используются большим количеством различных компаний для распознавания лиц, объектов, жестов, речи, при индексации и поиске информации.

Среди компаний, которые раньше всех начали использовать GPU в своих задачах, можно привести Adobe, flickr, IBM, Netflix и российский Яндекс. Все они используют при решении своих задач в том числе и мощные графические процессоры компании Nvidia.

Не забыл Дженсен и о рынке мобильных чипов. Уже сейчас их Tegra K1 дает отличные возможности для применения в различных решениях, а будущие SoC обещают быть еще лучше. Nvidia представила на GTC 2014 также и свои обновленные планы на выпуск будущих систем-на-чипе. На 2015 год компанией запланировано появление мобильной системы Erista — будущего решения, основанного на графическом ядре архитектуры Maxwell, которое должно отличаться еще более высокой производительностью и энергоэффективностью, по сравнению с Tegra K1 на основе Kepler.

Итак, с появлением возможностей CUDA в мобильных решениях, вся линейка компании Nvidia теперь обладает такой поддержкой и это серьезно облегчает разработку новых программных и аппаратных решений, использующих графические процессоры Nvidia, ведь можно разрабатывать масштабируемое ПО, которое будет работать и на смартфонах и на настольных ПК и на серверах.

Titan Z — сверхпроизводительное решение на основе двух GPU

Дженсен не был бы президентом Nvidia, если бы не анонсировал новые решения компании на своей же конференции, посвященной высокопроизводительным вычислениям. На GTC 2014 была представлена двухчиповая плата на основе пары процессоров GK110, имеющая в целом аж 5760 вычислительных ядер и 12 ГБ памяти.

Новое двухчиповое решение назвали Titan Z и оно отличается производительностью в 8 терафлоп и будет предлагаться в апреле по цене около 3000 долларов. Почему это решение важно для конференции высокопроизводительных вычислений? Да потому что аналог Google Brain по производительности теперь может быть собран в одном серверном блоке, включающем три платы Titan Z. Вместе они содержат более 17 тысяч вычислительных ядер и при потреблении в 2 кВт будут стоить лишь 12000 долларов.

Естественно, что новая вычислительная система Titan Z тут же была впервые публично показана Дженсеном на сцене:

Ну а уже после выступления главы Nvidia мы получили возможность сделать пару первых фотографий Titan Z:



Пока что о доступности и сроках начала поставок свежеанонсированного двухчипового решения ничего толком неизвестно, а какие-то подробности от Nvidia ожидаются в апреле. Впрочем, мы не удивимся, если настолько дорогое решение с большим энергопотреблением не будет реализовываться в привычном виде через обычные розничные магазины. Вероятнее всего — сотрудничество с производителями готовых решений, отличающихся максимальной производительностью и бескомпромиссностью.

Анонсы в сфере визуальных вычислений: Iray VCA и доступность GRID на платформе VMware

В рамках своего ключевого выступления первого дня, после краткой демонстрации вычислительных возможностей Titan Z, президент Nvidia перешел к вопросу качественного рендеринга при помощи трассировки лучей, который отличается фотореалистичным качеством и высокими требованиями к вычислительной производительности:

Компания Nvidia представила на GTC программно-аппаратное решение для рендеринга на GPU, которое ускоряет трассировку лучей и позволяет дизайнерам работать с качественными моделями, что позволяет сократить процесс построения физических прототипов и сэкономить деньги в конечном итоге.

Система визуальных вычислений Iray VCA предназначена для ускорения работы модуля рендеринга Nvidia Iray, встроенного в самые популярные системы проектирования: CATIA от Dassault Systemes, 3ds Max и Maya от Autodesk. Решение включает 8 графических процессоров Kepler, каждый из которых имеет по 12 ГБ памяти, всего в него входит более 23 тыс. вычислительных ядер, а масштабируемость этой системы позволяет добавлять блоки, многократно ускоряя процесс моделирования и качественного рендеринга.



В качестве примера был показан автомобиль Honda, собранный из тысяч деталей и рендерящийся на подобной системе в реальном времени в фотореалистичном качестве. Это и неудивительно, ведь Iray VCA обеспечивает во много крат большую производительность, по сравнению с системами с одним только CPU или единственным GPU:

Компания Nvidia продолжает помогать компаниям, занимающимся визуализацией различной информации, в их нелегком деле. В прошлом они предложили технологии виртуализации, а на нынешней выставке GTC представили программно-аппаратное решение для рендеринга на графических процессорах, которое ускоряет трассировку лучей — систему визуальных вычислений Iray VCA. Вот как она выглядит:



Масштабируемость этой системы позволяет добавлять блоки сколько угодно, многократно ускоряя процесс моделирования и качественного рендеринга. Все это в конечном итоге позволяет дизайнерам работать с качественными моделями, сценами и освещением в реальном времени, что позволяет сократить процесс разработки и сэкономить деньги.

Еще одним интересным анонсом, сделанным Дженсеном Хуангом в своем ключевом выступлении на GTC 2014, стало объявление о соглашении с компанией VMware о доступности технологии Nvidia GRID в рамках платформы VMware Horizon DaaS Platform. Совместное решение этих компаний обеспечит поддержку 3D-графики на виртуализированных рабочих столах и при работе с приложениями через «облако».

Одновременное применение решений VMware и Nvidia позволило создать платформу для развертывания рабочих столов как услуги (DaaS), которая обеспечивает качественные графические возможности для тех клиентов, кто работает с визуальными вычислениями, таких как дизайнерские компании, автопроизводители и киностудии. Многие из них давно хотели объединения возможностей VMware и GRID, и наконец-то их получили.

Платформа Horizon DaaS повышает удобство использования виртуальных систем, дает возможности доступа к графически насыщенным 3D-приложениям с различных устройств, в том числе и мобильных для организации совместной удаленной работы над проектом, обеспечивая пользователям доступ к рабочим данным практически с любого подключенного к Интернету устройства.

Jetson TK1 — мобильный суперкомпьютер для встраиваемых систем

Не забыл Дженсен и о своем последнем мобильном чипе — Tegra K1, который предлагает богатые вычислительные возможности 192 ядер и обладает потрясающе высокой энергоэффективностью. Компания Nvidia выпустила эту систему-на-чипе еще в начале текущего года, и хотя анонсов смартфонов и планшетов на базе этого чипа пока что не было, подобные SoC могут применяться не только в них.

Важными применениями для мощи в 326 гигафлопс могут быть системы машинного зрения, использующие CUDA — например, распознавание и отслеживание объектов в автомобильных вспомогательных системах. Или любая другая обработка данных большого объема в реальном времени в мобильных применениях.

Для того, чтобы обеспечить индустрию возможностями своего мобильного чипа Tegra K1, компания Nvidia анонсировала Jetson TK1 — первый мобильный суперкомпьютер для встраиваемых систем. Платформа Jetson TK1 предоставляет разработчикам инструменты для создания систем и приложений для создания роботизированных систем, применения в медицинской сфере, военной индустрии (к примеру, в беспилотных летательных аппаратах), а также легковых автомобилях — для распознавания знаков, разметки, автомобилей и пешеходов.

Производительность в 326 гигафлопс — это втрое выше, чем у аналогичных решений для встраиваемых платформ от конкурентов, а набор инструментов разработчика Jetson TK1 включает полноценные утилиты высокого качества для C/C++ и CUDA — самых популярных платформы и модели программирования параллельных вычислений. Анонсированная Nvidia платформа значительно упрощает разработку подобных приложений, по сравнению с процессорами FPGA, ASIC и DSP, используемых во встраиваемых системах сейчас. Вот как выглядит данная плата:

При всех своих впечатляющих характеристиках, Jetson K1 будет доступен по цене всего лишь в $192, и на него уже принимаются предварительные заказы. Данная система уже используется многими разработчиками, к примеру, на GTC был показан полностью автономный автомобиль Audi, управляемый компьютерными системами, в том числе на базе Tegra.



Этот автомобиль въехал прямо на сцену во время выступления Дженсена и представителя из Audi, который рассказал о главном преимуществе решения Nvidia. Если ранее при разработке и отладке им требовалась установка полного багажника различных электронных систем, то теперь с этой задачей справляется маленький блок на основе Jetson K1 — сравните эти два решения:



Новое поколение данной системы, основанное на Jetson TK1, занимает лишь малую часть багажника автомобиля, и это — при даже больших вычислительных возможностях!



Возможности и перспективы применения Jetson TK1

Вычислительная мощь до 326 гигафлопс (в зависимости от модели чипа Tegra K1) может применяться во встраиваемых системах машинного зрения, распознавания и отслеживание объектов в автомобильных системах и при другой обработке данных большого объема. Компания Nvidia анонсировала Jetson TK1 для того, чтобы обеспечить эту индустрию возможностями по разработке программных и аппаратных решений на базе мобильного чипа Tegra K1.

Программно-аппаратная платформа Jetson TK1 предоставляет разработчикам инструменты для использования в роботизированных системах, медицинской сфере, военной индустрии, легковых автомобилях и многих других сферах, где нужна большая вычислительная мощность при компактном размере и невысоком энергопотреблении.

Плата имеет нестандартный форм-фактор, ее размеры 5x5 дюймов (127x127 мм), она включает 16 ГБ встроенной памяти, SATA-порт, половинный разъем mini PCI-E, SD/MMC-картридер, имеет аудиокодек, сетевой адаптер Ethernet, а также несет на борту следующие разъемы: USB 3.0, HDMI 1.4 и последовательный порт RS232.

Как сам чип Tegra K1, так и система для разработчиков Jetson TK1, уже используются многими компаниями и индивидуальными разработчиками в широком круге задач. Многие из них показали свои разработки и делились опытом на конференции GTC. К примеру, Audi разрабатывает почти полностью автономный автомобиль, управляемый компьютерными системами на базе чипа Tegra K1, который мы уже упоминали выше по тексту.

Применение Jetson TK1 открывает для автопроизводителей новые возможности, а среди уже продающихся автомобилей чипы Tegra используются в известных электромобилях Tesla, два экрана в которых обслуживаются парой чипов Nvidia предыдущего поколения. Основной экран большого размера, расположенный на центральной консоли, показывает кучу различной информации о системах автомобиля и предлагает развлекательные и информационные возможности — навигацию и т.д.



Небольшой экран вместо панели приборов использует второй чип Tegra, который отвечает за визуализацию цифровой панели приборов автомобиля. Подобные цифровые приборы имеют как достоинства, так и недостатки, но возможность гибкой настройки и модификации систем в будущем дает достаточно много преимуществ.

На выставке GTC были представлены и другие автомобили: Audi, BMW, Jeep — также с продвинутыми системами на базе Tegra: навигация, цифровая панель приборов, мультимедийные возможности и т.п.

Пока что это в основном прототипы, но планирующиеся в серию через несколько лет — так уж устроена автоиндустрия, где перед внедрением в серию нужно пройти множество испытаний.

По применению чипов Tegra предыдущих поколений в Tesla и других моделях видно, что разработка автомобильных систем длится куда дольше, чем работы по дизайну и разработке смартфонов и планшетов, поэтому применение самых последних аппаратных решений в них затруднено. Но теперь Nvidia предлагает свои системы в виде специального заменяемого модуля, который легко меняется при необходимости — возможно, в будущем можно даже будет заехать в сервис и проапгрейдить этот блок в своем автомобиле.

Применение Tegra K1 в автомобилях открывает еще большие возможности, по сравнению с устаревшими чипами предыдущих поколений. Так, если прошлые SoC могли просто отрисовывать панель приборов, управлять мультимедийными и навигационными системами...

...то Tegra K1 способна на куда большее. К примеру, в новых поколениях автомобильных систем появится возможность отслеживания состояния водителя с использованием камеры, направленной на него. Будущие автомобили будут уметь предупреждать водителя о том, что он засыпает, смотрит не в сторону приближающегося опасного объекта и так далее.

Современный автомобиль должен уже не просто распознавать дорожную разметку и знаки, но и контролировать пространство вокруг автомобиля. Существующие системы уже умеют самостоятельно искать место для парковки и даже парковаться. Ну а в будущем и вовсе можно будет просто подъехать к входу в супермаркет и зайти в него, а автомобиль уж как-нибудь сам припаркуется без вашего участия. Подобные задачи требуют обработки большого количества данных, поступающих с многочисленных камер, радаров и других датчиков.

Например, японская лаборатория Denso показала на конференции GTC свою систему помощи водителю, которая четко определяет и распознает пешеходов и автомобили на дороге в любых условиях, используя инфракрасные камеры и радары, а также обработку полученных данных на Jetson TK1.

Кстати, это выступление вызвало огромный интерес у посетителей конференции — не только все места были заняты, но и стоящих слушателей было предостаточно.

Задачей системы Denso является не просто определение объектов, будь это пешеход или автомобиль, но и того, куда направлено их движение, в какую сторону смотрит пешеход и что он делает: бежит, смотрит в смартфон, а не на дорогу и т.п. — как все это автоматически делает опытный водитель во время движения при пересечении перекрестков.

Для распознавания образов японцы используют обучаемые нейросети, запускаемые на Tegra K1 — эта задача отлично подходит для его GPU архитектуры Kepler. Да и сам процесс обучения нейросетей на CPU занимает месяцы машинного времени, в то время как на GPU на этот процесс тратят лишь несколько дней. Не говоря уже об обработке изображения в реальном времени, которое требует производительных вычислений.

Разработанная японцами система четко распознает пешеходов, размер объектов, расстояние до них и даже ориентацию тела — в какую сторону направлен (не куда он движется, а именно куда направлено тело — уточнение важное).

Компания Denso уже использует мобильный суперкомпьютер Jetson TK1 в своих разработках, эта система дает мощные вычислительные возможности в компактном корпусе, отлично подходящем для автомобилей, имеет малое потребление энергии и невысокую цену.

Показали на конференции и «живую» демонстрацию технологии, разработанной японскими специалистами — надо признать, что она работала четко и всегда точно определяла пешехода, расстояние до него и практически безошибочно определяла ориентацию тела. Именно за такими системами будущее безопасного автомобильного движения.



Но Jetson TK1 можно применять далеко не только в автомобилях, но и для разработки медицинских систем, встраиваемых решений машинного зрения, авиационных систем, в военной сфере и роботостроении.

Так, компания GE Works анонсировала на выставке применение Tegra K1 в высокопроизводительных встраиваемых системах, в том числе военных и аэрокосмических применениях, требующих мощных энергоэффективных систем-на-чипе с высокой степенью интеграции.

GE Works предполагает использовать Tegra K1 (и Jetson TK1, в частности) в носимых устройствах военного назначения (системы ночного видения и дополненной реальности), легких летательных аппаратах, в том числе беспилотных, «умных» дисплеях, радиостанциях и в роботизированных системах.

Среди преимуществ применения чипов производства Nvidia компания GE называет использование CUDA во всей линейке решений: от потребляющих сотни ватт мощнейших чипов, применяемых в крупной военной технике, до мобильных решений с энергопотреблением в 5-7 Вт. Иными словами, можно разрабатывать программное обеспечение как для Tesla, так и для Tegra, используя один и тот же код.

Уже даже по этим двум выступлениям на GTC видно, что выпуск мобильного суперкомпьютера Jetson TK1 способен дать индустрии встраиваемых решений дополнительный толчок, а для компании Nvidia стать очередной важной вехой в истории компании — ведь этот рынок довольно большой, а возможности, мощность и энергоэффективность мобильной системы-на-чипе Tegra K1 явно превосходят аналогичные показатели решений конкурентов.

Применение решений Nvidia в авто- и мотодизайне

Программно-аппаратные решения компании Nvidia позволяют обеспечить мощными графическими возможностями тех клиентов, кто работает с визуальными вычислениями — таких, как дизайнерские компании, автопроизводители и киностудии. А платформа Horizon DaaS от VMware дает возможности доступа к графически насыщенным 3D-приложениям с различных устройств, в том числе и мобильных — для организации удаленной работы над проектом.

Мы уже писали об автомобиле компании Honda, который состоял из тысяч деталей и рендерился на системе Iray VCA в реальном времени в фотореалистичном качестве. На GTC были и отдельные выступления компаний, участвующих в разработке автомобилей, которые заинтересованы в качественной визуализации, и их выступления имели на GTC особенный успех, привлекая большое количество зрителей.



Так, компания Honda R&D Americas Inc имеет несколько офисов в США, которые занимаются различными процессами проектирования и визуализации для автомобилей Honda.

Не секрет, что для предварительной оценки дизайна автомобилей в прошлые годы конструкторам приходилось строить многочисленные макеты автомобилей в разных масштабах, в том числе и в натуральную величину, на что тратилось слишком много времени:



А сейчас многие процессы упростились из-за богатых возможностей по визуализации, которые предлагают мощные графические процессоры компании Nvidia — если в 2000-х годах использовалась только лишь растеризация для рендеринга в реальном времени, то теперь стала доступной и качественная трассировка лучей, использующая мощности целых кластеров.

И если раньше следующие изображения автомобилей считались вполне фотореалистичной компьютерной графикой, то теперь они вызывают лишь улыбку — какими же наивными мы все были в то время:

Сейчас же даже растеризация по возможностям шагнула далеко вперед и позволяет получать достаточно качественные изображения автомобилей, анимированные в реальном времени на мощных одиночных GPU:

Но трассировка лучей дает еще более реалистичные и красивые картинки, и теперь даже она доступна в реальном времени, с некоторыми оговорками (нужно использовать несколько GPU, а в динамике качество картинки будет несколько ниже):







Для того, чтобы понять разницу в простом освещении при растеризации и сложном при трассировке лучей, были приведены примеры одной и той же модели спортивного автомобиля Honda — разница налицо.



Но это выступления таких известных компаний, как Honda вызывают огромный интерес, а вот маленькие компании, вроде Carducci Dual Sport, специализирующиеся на создании мотоциклов собственного дизайна, привлекают не так уж много зрителей, хотя их выступление было вовсе не менее интересным.

Тем не менее, выступление Джима Кардуччи из одноименной компании дает еще один ответ на вопрос — кому еще может быть полезна виртуализация с богатыми графическими возможностями, доступная с применением последних решений Nvidia?

Компания Carducci использует CAD/CAE-приложения в процессе всей разработки. И таким небольшим компаниям не очень выгодно содержать парк мощной вычислительной техники, которую они не так уж активно используют — думаем, что им было бы вполне достаточно и виртуальных рабочих столов с возможностями GRID VCA, например.



Пока же под требования компании попала видеокарта Nvidia Quadro K4000, которую они использовали при 2D предварительном проектировании, 3D-моделировании, CFD-вычислениях, рендеринге и тестировании.

Вот лишь некоторые детали их мотоцикла, выполненные с применением профессионального графического решения Quadro от компании Nvidia:



Формы у объектов довольно сложные, как видите — и при разработке без современных возможностей по 3D-визуализации потребовалось бы сделать сначала несколько макетов. Интересно, что видеокарта Quadro использовалась и при анализе потока воздуха и нагрева двигателя, который позволил заранее определить проблемные моменты с его охлаждением.

Ну и для финальной визуализации мотоцикла Carducci в разных сценах также использовался графический процессор Nvidia:



Сотрудничество Nvidia с анимационной студией Pixar

Автомобильные и мотоциклетные дизайнеры — далеко не единственные, кому требуются возможности по качественной визуализации. Среди главных потребителей качественного рендеринга можно назвать компании, занимающиеся производством анимационных фильмов, такие как Pixar, выступление представителей которой стало ключевым в третий день работы GTC 2014.

Сначала перед зрителями выступил вице-президент Nvidia по маркетингу, генеральный менеджер по медиа и развлекательным системам Грег Эстес (Greg Estes), рассказав о возможностях новых систем Iray VCA и Grid VCA, а также представив докладчиков из Pixar.

Две компании давно работают вместе, и Pixar очень тепло отзывается о применении решений Nvidia в своей работе — начиная с 2001 года, эти графические процессоры пришли на место рабочих станций Silicon Graphics и с тех пор Pixar не изменяла Nvidia, применяя только их профессиональные решения.

Представители известной анимационной студии показали современный процесс разработки своих шедевров — собственное программное обеспечение для построения сцены, анимации и визуализации, имеющее очень богатые возможности по изменению всего вокруг (положения объектов, анимации и т.д.) в реальном времени с довольно неплохим качеством графики:

При этом, в данной программе используются все самые современные возможности графических процессоров Nvidia, такие как тесселяция, наложение карт теней и так далее. Все это помогает аниматорам еще в процессе подготовки сцены всегда видеть почти готовую картинку, отличающуюся разве что упрощенным освещением:



Но и с освещением сцены в реальном времени вопрос у Pixar уже решен — как раз при помощи мощнейших вычислительных решений Nvidia, позволяющих производить трассировку лучей на многочисленных GPU одновременно для отрисовки одной сцены. Посмотрите, насколько важно освещение на паре сцен с примитивным освещением и реалистичным:





Поразительная разница, не правда ли? Ранее для имитации глобального освещения Pixar приходилось идти на различные хитрости, расставляя дополнительные источники света по сцене в количестве нескольких сотен штук, что серьезно усложняло процесс работы — ведь только список источников света занимает несколько страниц на экране, а ведь у каждого из них есть куча параметров.

Поэтому, пользуясь серьезно возросшими мощностями Nvidia GPU и возможностями по объединению их мощностей, в Pixar разработали алгоритм реалистичного освещения на физической основе и материалах, использующий трассировку лучей и точно ту же модель освещения, что они применяют для финального рендеринга.

Надо сказать, что результат качественного предварительного рендеринга, показанный представителями Pixar в паре сцен, действительно впечатляет — даже такие сложные для визуализации материалы, как стеклянные и зеркальные объекты, выглядят при рендеринге в реальном времени очень хорошо:



И даже объекты, состоящие из сотен тысяч волосинок, отрисовываются сейчас в реальном времени очень качественно, что позволяет аниматорам экономить время в процессе работы — ведь им теперь не приходится ждать часами качественного рендеринга, который с использованием решений Nvidia доступен и в реальном времени:

В общем, богатые возможности и масштабируемая производительность таких решений компании Nvidia, как Iray VCA и Grid VCA, сполна обеспечивают потребности клиентов компании, связанных с качественной визуализацией информации в разных сферах, и крупных игроков вроде Pixar, и небольших студий, вроде дизайн-бюро Carducci Dual Sport.

Выводы

Судя по все увеличивающей свои масштабы конференции Nvidia по GPU-технологиям, она давно является главным событием года для всей экосистемы графических процессоров. Новые технологии компании помогают индустрии визуальных вычислений развиваться год от года, и конференция вот уже в пятый раз собирает все больше и больше людей, связанных с применением GPU в различных сферах.

Вычислительные возможности графических процессоров Nvidia используются в различных задачах все чаще, именно GPU сейчас обеспечивают скачки в производительности во многих сферах за счет большего прироста их вычислительных мощностей, по сравнению с универсальными процессорами. Наиболее важными темами GTC этого года стали: анализ данных больших объемов (big data), машинное зрение и обучение — именно они и требуют огромных вычислительных мощностей. Неудивительно, что все большее количество компаний представляют на конференции свои разработки, использующие решения Nvidia. А ведь отмеченное в материале — лишь малая часть того, что происходило на конференции!

Пожалуй, одним из самых интересных и впечатляющих анонсов на GTC 2014 стал выпуск мобильного суперкомпьютера Jetson TK1. Уже даже из первых отзывов и выступлений на конференции понятно, что выпуск такого мобильного решения для встраиваемых решений может дать индустрии дополнительный толчок, а конкретно для компании Nvidia и вовсе стать одним из самых важных рынков в ближайшем будущем. Ведь сегмент уже сейчас большой, и он продолжает стремительно развиваться. А возможности, мощность и энергоэффективность мобильных решений компании в виде Tegra K1 и ее последователей явно превосходит аналогичные показатели уже существующих решений. Добавим к этому удобную среду разработки CUDA и идентичную вычислительную архитектуру для всей продукции компании, и получим, что Jetson TK1 вполне может открыть важный рынок для Nvidia, как в свое время это сделала Tesla.

Да и что касается более традиционной сферы для Nvidia, связанной с графическими применениями в профессиональной сфере, тут компании тоже есть чем выделиться. Так, новые возможности и масштабируемая производительность таких решений компании, как Iray VCA и Grid VCA, способна обеспечить потребности клиентов, связанных с очень качественной визуализацией данных в самых разных сферах. Данные решения Nvidia вполне способны серьезно изменить рынок качественного 3D-рендеринга реального времени и станут полезны для многих компании. Как очень крупных, как Pixar и Honda, так и небольших — вроде упомянутого в статье дизайнерского бюро Carducci Dual Sport.

Важно и то, что ежегодная конференция компании Nvidia по применению графических процессоров постоянно набирает ход — в следующем году ее участников ждут интересные выступления и анонсы в еще большем объеме. К слову, по многочисленным просьбам участников конференции, следующая GTC пройдет в том же самом Сан-Хосе, но уже чуть позже — в конце апреля-начале мая 2015 года.

В заключение предлагаем вам посмотреть бонусное видео, посвященное конференции Nvidia. Предлагаемый вашему вниманию короткий видеоролик интересен тем, что компанией в этом году был впервые записан подобный ролик на русском языке. Ирина Шеховцова, менеджер компании по связям с общественностью на территории России и стран СНГ, вкратце рассказывает о главных анонсах первого дня GTC 2014:

Если у вас остались какие-то вопросы по темам конференции, или вы хотите ознакомиться с другими материалами, которые были представлены на конференции Nvidia по GPU-технологиям, то все записи ключевых выступлений и других сессий привычно доступны для всех интересующихся на сайте конференции GTC.




Дополнительно

ВИКТОРИНА TT

Материнские платы какого форм-фактора можно устанавливать в корпус Thermaltake Versa C22 RGB Snow Edition?

Нашли ошибку на сайте? Выделите текст и нажмите Shift+Enter

Код для блога бета

Выделите HTML-код в поле, скопируйте его в буфер и вставьте в свой блог.