In dieser Woche ist das 56. Supercomputer-Ranking, die „Top500“-Liste, anlässlich der Konferenz „SC20“ erschienen. Der japanische Rechen-Cluster „Fugaku“ behauptet seine Spitzenposition, die er im Juni 2020 errungen hatte. Die Nvidia-Entwicklung „Selene“ verdoppelt ihre Kapazität und rückt zwei Platze nach vorn, erringt aber mit dem „A100“ bestückten „DGX Superpod“ und 26,2 Gigaflops pro Watt Pltz 1 auf der „Green500“. Neu in der Top 10 ist „Juwels“ aus Jülich und „Dammam-7“ aus Saudi Arabien.

Am heutigen Montag stellt Nvidia eine „A100“-GPU vor, die mit doppelt so viel Speicher wie der Vorgänger die Supercomputing-Plattform „HGX“ antreibt, die ihrerseits zu einem „AI Datacenter in a Box” stilisiert wird. Der neue Grafikprozessor mit HBM2e-Technologie verdoppelt den 40-Gigabyte-GPU-Speicher von „Ampere 100“ mit hoher Bandbreite auf 80 GB und liefert eine Speicherbandbreite von über 2 Terabyte pro Sekunde.

Die Hyundai Motor Group setzt in allen künftigen Modellen Nvidias Technik für Infotainmentsysteme ein. Darauf soll ein eigenes Betriebssystem laufen.

Big Data war noch nie von so zentraler Bedeutung für unser Leben wie heute. Das gilt beispielsweise für fortschrittliche Analysetechnologien, die es ermöglicht, aus den Datengrundlagen Wert zu schöpfen und Ergebnisse in komplexen Feldern zu erzielen – wie etwa der Forschung zu COVID-19. Wohin steuert die Analytik also als nächstes und welche Art von Lösungen wird dies ermöglichen?

Mit der RTX 6000 und der A40 bringt Nvidia Ampere-Grafikkarten in Vollausbau mit 48 GB GDDR6 für Workstations und Desktop-Virtualisierung. Auf der Smart-NIC Bluefield-2X sitzt neben einer GPU ebenfalls ein Ampere-Chip für KI-basierte Sicherheitsfunktionen.

KI-Workloads, ob im Kernrechenzentrum oder an der Edge, lassen sich lange nicht allein mit konventionellen CPUs bewältigen. Allenthalben stellt sich die Suche nach dem Königsweg. „FPGAs oder GPUs?“ lautet immer häufiger die Frage. Nvidias Übernahme der Chip-Denkfabrik ARM hat kürzlich noch viele andere aufgeworfen.

Mit Geely gewinnt Mobileye einen großen Kunden in China. Allerdings verliert der Zulieferer einen Kunden an Nvidia. Wer hat das bessere Fahrerassistenzsystem?

Hochgradig verteilte Anwendungen und Künstliche Intelligenz (KI) bringen herkömmlich Server an ihre Grenzen. Beider adressiert Nvidia mit Eigenentwicklungen - DPUs für die Netzwerk-Virtualisierung und -beschleunigung, GPUs als Akzeleratoren für die lernenden Systeme. Supermicro gehört zu den ersten Hardware-Lieferanten, die die Komponenten nutzen.

Ein sehr günstiges KI-Entwicklungskit soll den Namen Nvidia fest in den Köpfen möglichst vieler Einsteiger etablieren. Am anderen Ende des auf der GTC 2020 vorgestellten Leistungsspektrums stehen Beschleunigerkarten für virtualisierte Rechenzentren.

Jedes Zeitalter bringt seine eigenen Mythen hervor. Wenn ein neues Technologie-Zeitalter anbricht – wird es dann auch Zeit, an neue technologische Mythen zu glauben?