南非总统缩短访问行程回国商讨解决电力危机措施

中新社约翰内斯堡12月11日电 (记者 王曦)南非总统府办公室11日确认,南非总统拉马福萨将缩短访问埃及的行程,他将赶回国内会见南非国家电力公司高层,商讨如何解决当前全国性的电力危机。

近一周以来,南非遭遇强降雨袭击,极端天气情况引发的洪水、泥石流灾害导致南非国家电力公司的数台发电机组受到影响。在此情况下,南非国家电力公司不得不连续启动限电措施。特别是在9日晚间,南非国家电力公司将限电令的级别提升至六级(减少供电6000兆瓦),这是自2008年以来南非首次执行如此规模空前的限电令。此次限电导致约堡、比陀等重要城市陷入黑暗,交通、商业、卫生系统基本宣告瘫痪,而南非国家电力公司的供电能力也饱受南非公众批评。

上赛季,林书豪跟随猛龙队夺得总冠军。今年夏天,成为自由球员的林书豪加盟CBA北京队。

据悉,拉马福萨将于本月18日与南非国家电力公司高层会面,商讨对策解决当前面临的困局。

在图形领域,游戏行业中NVIDA和微软共同宣布《我的世界》支持RTX,并会在2020年到来,同时,还宣布了最新的六款GEFORCE RTX游戏;NVIDA MAX-Q让高性能GPU也能放在超薄笔记本中;同时还宣布与腾讯游戏推出START云游戏服务,为数百万玩家提供与本地游戏主机上一致的游戏体验,即使使用性能不足的终端,也依旧可获得无损体验。

这份《产业蓝皮书:中国产业竞争力报告(2019)No.8》指出,2018年,全球新能源汽车保有量突破500万辆。受政府激励政策、不断改善的公共充电网络、技术成熟引致成本下降、车企积极为消费者提供更多车型选择等因素影响,全球新能源汽车呈井喷状发展。

不过,南非民众对此并不抱太大信心:今年10月15日,根据拉马福萨“将国电公司一分为三”的提议,南非政府宣布,将很快公布关于处理南非国家电力公司债务的政策。然而两个月过去,相关政策始终不见踪影。(完)

国内的搜索引擎的代表百度、网上购物的代表阿里巴巴其实就是NVIDA的用户。目前,百度推荐系统采用NVIDA AI,有100多个推荐模型被使用在百度的众多应用中,这些模型每周还都会更新,它们学习用户的潜在兴趣,新的条目和特征被持续更新。同时,在这一过程中,GPU训练成本只有CPU的1/10,并且支持更大规模的模型训练。

这一现场金句在随后的AI产品深度推荐系统中再次被套用。互联网的一个最重要的机器学习模型便是推荐系统模型,无论是通过搜索引擎搜索内容,还是通过客户端来了解信息,或是进行网上购物,在互联网上几乎每个查询都需要推荐服务,推荐系统也就成为了推动互联网发展的引擎。

中美两国是全球新能源汽车市场的重要参与者。蓝皮书提供的数据显示,从年销量看,2018年中国、美国新能源汽车销售量分别占全球总销量的54.6%和18.3%,居前两位。与此同时,中美等国在新能源汽车产业链的整车生产制造和电池包生产制造方面具有优势。

上到登陆火星下至基因测序

对于新能源汽车产业未来走势,蓝皮书称,其发展将从政策驱动型逐步向市场驱动型转变:消费重点转向乘用车电动车,消费主体转向私人购买;产业面临补贴力度减小、技术门槛提高、外资限制逐步松绑的新竞争环境;新能源补贴政策转向扶优扶强,推动形成优胜劣汰的市场机制。

如上文提到的,面向影视行业宣布推出由NVIDA RTX 提供强效助力的瑞云云渲染,目前超过85%的中国电影工作室都是瑞云的客户,首批5000片RTX GPU将于2020年上。

黄仁勋在专访环节中将这一通用芯片的策略使用“智能手机”进行了比喻,众所周知手机可以玩游戏、看电子书、拍照等等做大量的事情,多数用户在拥有一台手机后无需再单独购买游戏机、相机等设备,这实际也节省了生活成本。芯片的道理同样如此,如果是面向不同领域均需要不同类型的芯片,自然相关的成本也会水涨船高。

此外,实现“买的越多,省得越多”的原因之一在于NVDIA没有打造AI专用芯片,而是把GPU打造成通用芯片,可以应用于各个领域,采用通用可编程的方式来让其服务于各行各业,最终如同一位无所不能的超级英雄。

在AI领域中除了上述提到的面向互联网行业的深度推荐系统外,还发布了全新推理软件NVIDIA TensorRT 7,借助于该软件,全球各地的开发者都可以实现会话式AI应用,大幅减少推理延迟。

当被问到未来是否会重返NBA还是继续留在CBA,31岁的书豪表示:“这要看情况。就目前来说,我对(NBA和CBA)都保持开放的心态。但是我现在并没有想过这个问题。我只活在当下。”

近日,考瓦伊-莱昂纳德在快船客场挑战猛龙的赛前得到了他的总冠军戒指。很多球迷都好奇书豪何时能得到他的总冠军戒指。

软件能力让GPU变“手机”

此前,南非最大反对党民主联盟呼吁,拉马福萨应取消此次埃及之行,“显然解决当前的供电危机更为迫在眉睫”。不过,拉马福萨最终如期抵达埃及,参加阿斯旺可持续和平与发展论坛的开幕式。在前往埃及前,拉马福萨明确表示,南非政府必须解决供电问题,而不断削减的电力供应正在给经济造成巨大损害,并破坏民众的正常生活。尤其是持续不断的限电令,已经严重拖累外国投资者对于南非的投资信心。

面向建筑行业的NVIDA OMNIVERSE,该产品支持在建筑行业的工作流中增加实时协作功能,无论是在本地还是在云端。

在IG上与球迷互动时,书豪透露他已经将自己的NBA总冠军戒指运到中国。

社科院工业经济研究所研究员白玫在发布会上表示,中美两国新能源汽车产业发展路径不同,各自竞争优势也不同,其差异主要表现在:美国在核心技术创新能力、市场开放程度、单一车型市场占有率等方面具有显著优势;中国在政策支持力度、产业市场规模、政策综合效果等方面优势明显。

黄仁勋第一次在主题演讲中使用“买的越多,省得越多”的话术是在宣布推出由NVIDA RTX提供强效助力的瑞云云渲染,RTX在使用瑞云云渲染的性价比方面取得了突破,速度快12倍,价格低7倍。在展示的示例中,原本需要花费485个小时渲染的场景现在只需不到40小时即可渲染完成。黄仁勋用“The more you buy,The more you save”(买的越多,省得越多)来形容了这一产品特性,也引来了与会者阵阵会意笑声。

面向基因测序发布NVIDA PARABRICKS基因组分析工具包,并宣布华大基因已经采用该工具包,借助若干GPU服务器,按其测序仪生成数据的速率来处理基因组。

正如文章开头所说,NVIDA在本次大会发布的产品真是上到登陆火星下到基因测序,充分体现了涉足多样化市场的精神。

阿里巴巴也在近期使用NVIDIA GPU大规模部署AI,在年度最大购物节日“双十一”为客户提供服务。通过NVIDIA平台的直观搜索功能和可靠的推荐,阿里巴巴能够支持比过去复杂6倍的模型,从而使点击率提高10%。相比于CPU,NVIDIA T4 GPU将阿里巴巴最大模型的吞吐量提高了100倍。T4还能够为阿里巴巴广泛、深入的推荐模型提供加速,实现每秒处理780个查询,而如果采用CPU这一查询能力仅为每秒3个。

NVDIA一直在专注于加速计算领域,致力于解决普通计算机无法解决的问题,在图形、HPC和交汇领域锐意创新,实时模拟各种环境、物理特性和智能。黄仁勋表示NVDIA在垂直市场中将GPU、深度专业知识、计算堆栈、算法和生态系统专业知识集于一体。并立足一个架构,借此涉足多样化的市场,从游戏到汽车再到医疗健康。

而在黄仁勋的演讲开头更是强调称计算机变化不大、GPU变化不大,而软件正在发生变化。NVIDA通过不断改进软件栈,就使AI深度学习训练在两年间提升4倍,深度学习推理在1年内提高2倍。

而就在这一视频之后,黄仁勋先生正式登场,开始介绍NVIDA在上到登陆火星下到基因测序在各种领域中扮演的重要角色,也同样在千行百业中变得无所不能。它就像是一部广义上的“手机”,通过软件变得什么都能做,并且如黄仁勋所反复在现场说得一句口头禅一样让客户“买的越多,省得越多”。

在机器人行业,推出全新版本NVIDIA ISAAC软件开发套件SDK,为机器人提供更新AI感知和仿真功能。Isaac SDK包括Isaac Robotics Engine(提供应用程序框架),Isaac GEM(预先构建的深度神经网络模型、算法、库、驱动程序和API),用于室内物流的参考应用程序以及Isaac Sim的第一个版本(提供导航功能)。

航天行业中,NASA为了实现2030年底送人类上火星的目标,在NVIDA GPU上通过FUN 3D流体力学软件运行了数十万次火星着陆场景模拟,生成了150TB的数据。NVIDA针对数据分析发明在DGX-2上运行的Magnum IO GPU Direct Storage技术,可“实时”对数据进行可视化处理。

在HPC领域发布NVIDA FOR ARM,满足客户对于使用CUDA加速ARM的需求,并使ARM服务器打造成HPC和AI的理想选择。

“我在一周内就会将它运到中国。猛龙队把它寄到我在加州的朋友那里。我听说戒指很大,但是我不想看,我想亲眼看到它。”书豪说道。

展望未来,两国可在初始成本、续航里程、充电基础设施等制约电动汽车产业发展的关键领域进行交流与合作。例如,美国可借鉴中国新能源汽车产业规划做法,保障新产业政策的稳定性和一致性,以吸引投资;中国可借鉴美国市场化运作的管理能力,加大市场开发力度等。(完)

为了迎接万物智能革命,NVIDIA EGX作为面向边缘AI应用打造的“一体化AI云”,专为流式AI应用程序、Kubernetes容器编排、保护动态数据和静态数据安全面打造,已连接至所有物联网云。

在自动驾驶行业,NVIDIA 发布新一代自动驾驶和机器人处理器SoC产品NVIDIA DRIVE AGX Orin,达到ISO 26262 ASIL-D等系统安全标准,计划于2022年开始投产。并将向交通运输行业开源NVIDIA DRIVE自动驾驶汽车深度神经网络,在NGC上推出NVIDIA DRIVE预训练模型。同时滴滴将在数据中心使用NVIDIA GPU训练机器学习算法,并采用NVIDIA DRIVE为其L4级自动驾驶汽车提供推理能力。