深度学习虚拟数字人的技术难点和落地前景? 3D虚拟数字人这部分肯定是有相当的技术门槛的,因为它会涉及到渲染,也会涉及到深度学习。不管是渲染还是深度学习,都需要比较足够的技术储备,才能够突破这些技术难点。关于落地前景,我个人是非常看好的,举个例子,比如现在很多人家里有小爱同学,未来有可能它不光是音箱的形式,可能也会有一个虚拟数字人的形象配合的智能音箱一起为大家服务。 阅读全文 → 2022-11-02
nvidia的omniverse与现在的渲染引擎对比,是否能取代? omniverse我们之前也经常测试体验,omniverse提供了很多工具,同时,它也有一个audio2face的配套软件。但是它最大的问题在于audio2face软件,依赖于英文环境来训练的,一旦把它切换成中文,表情不能很好的和文本进行匹配。omniverse很多版本在不断迭代中,还是有各种各样的 bug,可能还不是特别稳定。 阅读全文 → 2022-11-02
为什么高性能计算 GPU 没有分支预测? 因为不需要,深度学习高性能 CPU 需要分支预测,是因为很多在高性能液冷CPU服务器上运行的代码,不需要多线程执行,只能单线程运行,因此单核性能非常重要,分支预测可以大幅提高单核的效率。而在深度学习GPU液冷服务器上运行的代码,都是多线程并行的,单线程效率不重要。比如我现在使用的电脑,CPU是i7-9700K,只有8个核心。而我的显卡是RTX2060,有1926个CUDA cores,比高性能CPU计算的核心数高出几个量级。要提高深度学习液冷GPU工作 阅读全文 → 2022-11-02
深度计算,同价位下GPU选择高算力低显存还是高显存低算力? 泛泛的说,以 NVIDIA 为例,同一代 高性能 GPU 高显存会搭配更高的算力。当然不同产品线的规格可能会有一些交叉。如果真的有低算力搭配高显存,价格又有优势,我肯定会选这款。因为在多数训练场景中,显存是木桶上更短的那块板,直接影响到你的训练效率甚至能不能跑得起来。至于算力不够,首先,你确定瓶颈在 深度学习 GPU 算力么?即使是,我们有相当多的手段去优化它。 阅读全文 → 2022-11-02
液冷服务器,万一漏液的话怎么办呢?会不会影响其它GPU服务器呢? 如果液体冷却系统出现任何问题,您也不必担心,蓝海大脑www.lanhy.cn液冷服务器采用的是液冷流体具有不导电、无腐蚀等特点,如果万一有出现液体渗液、滴液、漏液的情况发生时,您只需要做的是拔打蓝海大脑服务电话:010-82770520,其它您需要做的就是 倒杯茶静静的观察着液体在GPU服务器液体的液向,来感受液流的神奇之处,静静的等候蓝海大脑服务工程师的上门服务即可。 阅读全文 → 2022-11-02
如何解决企业深度学习训练内存不够用的难题,实际效果如何? 虽然DRAM是现代计算机中最理想的存储介质,然而DRAM存在三个明显的缺点: 一、易失性 DRAM用于存储数据的单个存储单元(通常称之为Cell),由一个晶体管和一个电容组成,其中电容的电压高低不同来代表0和1,晶体管负责将电容与电路联通或者断开。因为电容的电量会不断减少导致电压降低,因此需要定期给电容充电来保持数据。如果系统断电,DRAM中的数据会丢失。 二、高成本 虽然相比深度学习液冷CPU内部高速缓存所使用的SRAM来说,DRAM的单 阅读全文 → 2022-11-01