Nvidia nos mantuvo durante todo 2017 lleno de sorpresas que se enfocaron en la primer mitad del año en temas de las mas avanzadas GPU para Gamers; sin embargo la siguiente mitad del año nos comenzó a dar una muestra de hacia dónde se dirigen sus nuevas investigaciones y desarrollos, entrando a terrenos mas sofisticados y complicados en la computación. Es decir Nvidia nos dio una muestra del enfoque que tenía para la segunda mitad del año sobre los centros de datos, entrenamiento de Inteligencia Artificial, Realidad Virtual Inmersiva y la autonomía en temas de conducción asistida entre las mas importantes.
Nvidia enfoca esfuerzos hacia Aprendizaje Profundo, IA, VR y Autonomía Automotriz
Este año Nvidia inicio presentando en conjunto con Audi y Mercedes Benz apuestas sobre conducción asistida por Inteligencia Artificial, los cuales nos daban una muestra de lo que en un futuro muy cercano podríamos estar viviendo, según algunos datos cercanos el año en el que estaríamos viendo esto podría ser 2025 en adelante, y no es broma ni un caso sacado de una película de ciencia ficción. Nvidia entrará fuerte este año en temas de Inteligencia Artificial, Procesamiento de datos, Realidad Virtual, Aprendizaje Profundo y Autonomía Automotriz.
Para ir tocando temas tan solo durante el CES 2018 Jen-Hsun Huang CEO y Fundador de Nvidia realizó la presentación del sistema mas complejo jamás creado con mas de 9 millones de transistores en autonomía Automotriz, Xavier. Con una inversión de mas de 2 mil millones de dólares, 2000 ingenieros interviniendo y 4 años de investigación y desarrollo Xavier se basa en una CPU personalizada de 8 núcleos, una nueva GPU Volta de 512 núcleos, un nuevo acelerador de aprendizaje profundo, nuevos aceleradores de visión por computadora y nuevos procesadores de video HDR de 8K. Con una arquitectura unificada, todo el desarrollo anterior del software NVIDIA DRIVE se transfiere y se ejecuta. Pero simplificando la historia detrás de Xavier, es 15 veces mas eficiente en un procesamiento con mas de 30 billones de operaciones por segundo.
Ahora bien movámonos un poco hacia la Realidad Virtual y remontemos al inicio del año, donde Jen-Hsun Huang realizó un viaje rápidamente de la mano del CEO de Volkswagen Herbert Diess, hacia 1960 y trajo un renovado concepto de lo que fuese para México la Volkswagen Combi, conocida en otros países como Microbus Volkswagen, amado por las grandes familias, hippies y surfistas de distintos países, pero con un renovado concepto futurista enfocado en 2020. Todo ello utilizando la tecnología de la realidad virtual apoyados por los Hololens y esto gracias a los lentes VR de HTC y preparado con la plataforma colaboración de Holodeck; todo ello en vivo durante el CES 2018.
Ahora pasemos a otra faceta de lo que Nvidia es actualmente y hacia donde esta enfocando sus esfuerzos. Nuestra comprensión del universo está preparada para procesar a velocidad warp, gracias a una nueva investigación realizada por científicos del Centro Nacional de Aplicaciones de Supercomputación de la Universidad de Illinois, Urbana-Champaign. Los científicos de NCSA son pioneros en el uso del aprendizaje profundo acelerado por GPU para detectar e interpretar ondas gravitacionales, ondulaciones en el tejido del espacio y el tiempo causadas por estrellas en explosión, agujeros negros en colisión e incluso el nacimiento del universo mismo.
Su trabajo, que utiliza simulaciones ejecutadas en supercomputadoras tradicionales para entrenar IA, tiene el potencial de acelerar el descubrimiento científico mediante la reducción del tiempo y los recursos computacionales necesarios para analizar las ondas gravitacionales y los eventos astronómicos que las causan. Como resultado, los investigadores pueden detectar ondas que previamente no se detectaron y sondearlas más profundamente, acercándonos a la comprensión de cómo funciona el universo. Los análisis detallados pueden llevar de días a varios meses utilizando una gran cantidad de supercomputadores dedicados, dijo Eliu Huerta. Incluso entonces, pueden perder señales generadas por fenómenos astronómicos que no encajan en los filtros actuales.
«El aprendizaje profundo cambia las reglas del juego en la forma de utilizar los recursos informáticos y lo que la ciencia puede hacer», dijo Daniel George, Ph.D. estudiante de la Universidad de Illinois en Urbana-Champaign que trabaja con Huerta. Huerta y George utilizaron simulaciones de colisiones de agujeros negros ejecutadas en la supercomputadora Blue Waters impulsada por la GPU, datos reales de LIGO y una supercomputadora NVIDIA DGX-1 AI para entrenar una red neuronal para reemplazar los filtros codificados a mano. Cuando pusieron en práctica su método, utilizando NVIDIA TensorRT para realizar inferencias rápidas, fue más rápido que en tiempo real y analizó un segundo de datos en menos de un milisegundo.
Si tuviera que escoger la palabra concreta para definir a este hombre, sería Trascendencia, ya que gracias a la visión de él y su equipo de trabajo, millones o billones quizá de usuarios estamos hoy disfrutando de tecnologias que 20 años atras eran un sueño, y que al día de hoy no dejan de avanzar y sorprendernos cada vez mas. Probablemente es tiempo de ir analizando si el viaje a la luna o a marte es tan solo un microsueño, cuando en realidad no existe un limite, el tiempo es tiempo y este no se detiene, porque tendría entonces que hacerlo la humanidad. Gracias Nvidia por la visión y por el líder que tiene hoy, esperamos continuen asi.