英伟达在 2018 GTC 上发布的 DGX-2 是一款怎么样的产品，可以用于哪些行业
其中接近2PFLOPS的峰值性能是基于Tensor Core算出来的。Tensor Core可以理解为以半精度的方式面向4*4矩阵乘加运算的专门硬件, 可在一个时钟周期内将计算结果累加到单精度（或半精度）4×4 矩阵中。使用12个NVSwitch将16块GPU采用全线速互联的方式连接，使得任意两块GPU之间P2P总带宽都是300GB。
由于Tensor core的性能需要有大量的矩阵乘加操作的情况才能充分发挥，因此在对CNN进行训练和推理的时候性能可以比较好的发挥，但是对于RNN、LSTM等乘法占比较小的模型，性能提升比预期要低不少（具体可以参考P100和V100的测试，Tensor Core究竟有多快？全面对比英伟达V100/P100的RNN加速能力）。因此估计DGX-2对于基于CNN的图像类应用有比较好的性能，其他就不好说了。
■网友
谢邀，这个就是人工智能和深度学习了，比如自动驾驶...说句笑话，未来我们玩家的显卡的大核心，说不定要去特斯拉等汽车里面拆了
■网友
实验室买了两台，满载的话天天过热关机……
■网友
参考一下5G网络与4G的实质性区别
■网友
在日渐强大的gpu处理能力面前，gpu的应用不仅仅受限于它所本身的性能能做得了多少事了。
我的意思是，英伟达或许已经意识到这一点，它可以作为介质，来构建一个强大自我感知和自我修复的物联网。不仅仅是人工智能的日益强大的学习能力和纠错能力，全息投影的推进，无人驾驶的强大算法，还有医疗上精准的信息处理，家电流量入口的中心等等。
【英伟达在 2018 GTC 上发布的 DGX-2 是一款怎么样的产品，可以用于哪些行业】 或许这就是一个窥探未来的窗口吧。
推荐阅读
![[一蓑烟雨任浮生]你经历过尴尬吗？就是那种想找个地缝钻进去](https://imgcdn.toutiaoyule.com/20200323/20200323081010160853a_t.jpeg)
- 华威大学计算机本科咋样
- 怎样看待2018年深圳杯C题的1T数据
- 怎样看待2018全球大学排名中清华取代麻省理工居计算机专业第一
- 为啥笔记本上使用AMD的独立显卡要比使用英伟达的独立显卡要卡呢
- 续航|家里需要空净，这个小空间不能忘！上手信山RHT MA2018外观滤芯测试总结
- 2018小硕拿到阿里（运维开发）跟华为（西安）offer咋选
- 2018 年阿里和腾讯的新零售并购会继续发展吗
- 虐待罪|
- 我是否应该考研（2018CS）
- 今晚2018年世界杯12强赛最后一场比赛，猜猜中国能出线吗