给大家分享一篇关于互联网和手机的文章。相信很多朋友对互联网和手机还是不太了解，所以边肖也在网上搜集了一些关于手机和互联网的相关知识与大家分享。希望大家看完之后会喜欢。
英伟达发布了GTC数字大会的主题演讲，这是由首席执行官黄仁勋在他的厨房拍摄的。在演讲中，黄介绍了全新的Ampere GPU架构、面向智能医院的AI驱动医疗解决方案以及A100 GPU，在训练和推理速度上比Volta快20倍。黄还介绍了推荐系统的应用框架Merlin，他认为Merlin是“当今世界上最重要的AI模型”，这种模型“驱动了互联网的大多数经济引擎”。
推荐系统可以确定购物者在电子商务商店看到的产品，或者个性化他们在网飞或微软Xbox等网站上看到的结果。此外，由于这些系统收集大量数据，因此可以轻松扩展其规模。
黄预测，由于数据密集型的推荐模型和多模式AI会从各种形式的媒体(如文本、视觉或声音)中获得输入，因此由A100驱动的AI模型通常会变得更大。
黄说：“随着Ampere和这一代(GPU)的诞生，我们将看到一些真正巨大的AI模型已成定局。”“未来，因为你使用网站或商店来构建模型，它会有上下文信息、连续信息和序列信息。这些模型将是巨大的。当您进入许多不同的领域时，我们将为机器人技术做到这一点。”
操纵推荐系统引起了包括Celeste Kidd在内的机器学习社区成员的注意，他们在去年的NeurIPS主题演讲中谈到了这一点。在对脸书的猛烈批评中，深度学习图书馆Keras的创始人Fran oisChollet敦促AI社区创建一个“透明、可配置和建设性的”推荐引擎，而不是一个用于实现利润或政治收益最大化的老虎机。
英伟达今天还宣布了Jarvis多模式对话式AI应用框架的有限可用性。贾维斯将图形和对话式AI相结合，创造了黄所说的交互式3D聊天机器人。你可以在下面的视频中看到演示。
自从深度学习重新出现以来，训练顶级人工智能模型所需的计算量一直在稳步增加。例如，英伟达产品管理总监Paresh Kharya指出，2016年训练ResNet-50所需的计算量比训练威震天(基于具有数十亿参数的BERT语言模型)少3000倍。
Nvidia今天还分享了许多其他有新闻价值的更新，包括为使用Apache Spark或微软Azure或AWS等公共云的数据科学家引入GPU加速。公司还首次发布了面向边缘AI的EGX A100，将于2020年末推出，并宣布抢先发布Omniverse图形和仿真平台。
GTC数字会议原定于3月份在加利福尼亚州圣何塞的英伟达总部附近举行。
本文就为大家讲解到这里了。标签：