Architecture Hopper pour le Deep Learning et l'IA

L'architecture NVIDIA Hopper introduit des avancées significatives en matière d'apprentissage profond et de performances de l'IA. À la base, les cœurs Tensor de quatrième génération avec précision FP8 doublent le débit de calcul tout en réduisant de moitié les besoins en mémoire, ce qui les rend très efficaces pour les tâches de formation et d'inférence. Le nouveau Transformer Engine de l’architecture accélère la formation et l’inférence de modèles basés sur des transformateurs, répondant ainsi aux besoins des modèles de la...
[Courte citation de 8% de l'article original]