218-0844012显卡GPU高价回收库存 在线免费咨询

长期高价回收工厂清仓库存.积压库存,转产清仓的芯片. 主板南北桥芯片 显卡GPU芯片.笔记本CPU/芯片桥 库存 二手显卡 二手主板报废 SAMSUNG. Hynix. ELPLDA . INTEL. NVIDIA. AMD.ATI. FLASH M镁光 内存芯片;
AMD提供动力全新**级计算机加速创新并放飞探索


• 劳伦斯利佛摩国家实验室选择AMD EPYC(霄龙)处理器和AMD Radeon Instinct GPU加速器搭建全新“Corona”系统
• 斯图加特大学高性能计算中心将在欧洲较大型的**级计算机设备之一上采用未来的AMD EPYC(霄龙)处理器
• AMD推出全新高频的AMD EPYC(霄龙)7371处理器，助力电子设计自动化、批处理等应用
2019年11月22日，美国达拉斯讯 —— 近日在****级计算大会(SC18)上，AMD(纳斯达克：AMD)借势新客户和新产品向世人展示了AMD EPYC(霄龙)处理器和AMD Radeon Instinct GPU加速器在**级计算行业的影响力。
AMD高级副总裁兼**技术官Mark Papermaster表示： “随着AMD进一步拓展了AMD EPYC(霄龙)处理器的生态系统，以及凭借AMD EPYC(霄龙)处理器在高性能计算工作负载上的优势赢得多项新应用，AMD在**级计算领域度过了非凡的一年。随着高性能计算行业迎来百亿亿次级系统，我们正处在一个异构计算新时代的开端，只有AMD能够提供这个时代所需要的CPU、GPU与软件组合。我们很高兴有这么多优秀的客户用我们的Radeon Instinct加速器、AMD EPYC(霄龙)处理器和ROCm开源软件平台在新时代携手并进。”
劳伦斯利佛摩国家实验室选择EPYC(霄龙)处理器与Radeon Instinct搭建新系统
劳伦斯利佛摩国家实验室高性能计算创新中心较新的高性能计算(HPC)系统“Corona”将采用AMD EPYC(霄龙)处理器与AMD Radeon Instinct GPU。
Corona拥有170个节点，共搭载了300多个AMD EPYC(霄龙)7401处理器和300多个AMD Radeon Instinct MI25 GPU，是一个每秒浮点运算高达383万亿次的计算机集群，将用于机器学习和数据分析技术，以解决高性能计算和大数据中的挑战性难题。它将在2019年11月底正式就绪，并预期在2019年12月之前投入初步使用。
EPYC(霄龙)处理器产品扩容
随着AMD EPYC(霄龙)处理器的采用率日益增长，AMD宣布全新高频率AMD EPYC(霄龙)7371处理器问世。AMD EPYC(霄龙)7371为电子设计自动化、高频交易和高性能计算等受益于高频率的工作负载而生，提供基础频率3.1 GHz的16核32线程，全核心加速频率可达3.6GHz，8核较高加速频率可达3.8GHz。它将在2019年**季度向合作伙伴与客户提供。
**级计算的基石：EPYC(霄龙)处理器
AMD EPYC(霄龙)处理器拥有一个**过50家OEM、ODM与系统集成商组成的、仍在日益壮大的生态系统。无论客户的目标是机器学习、计算流体动力学、航空与汽车制造业的模拟与碰撞分析、石油勘探或其他，AMD EPYC(霄龙)处理器能为高性能计算工作负载所需的存储器带宽、核心密度和PCIe传输通道扩展性提供支持。并较近赢得了以下新客户：
· 美国能源部的国家能源研究科学计算中心(NERSC)：将采用搭载未来的AMD EPYC(霄龙)处理器的Cray® Shasta™系统;
· Cray®(克雷)与HAAS F1车队：使用搭载AMD EPYC(霄龙)处理器的Cray CS500™计算流体动力学模拟计算机集群;
· 斯图加特大学高性能计算中心(HLRS) – 使用下一代AMD EPYC(霄龙)处理器，代号“罗马”，搭建预计将成为欧洲较大的**级计算机，旨在解决工业应用中的特定需求。
AMD还与Microsoft Azure携手推动创新的云交付模型，本周推出了其全新的高性能计算HB实例。此外，圣母大学研究计算中心、俄勒冈州立大学与意大利国家核物理研究所继续从他们基于AMD EPYC(霄龙)的系统中受益。
加速深度学习、高性能计算和云计算
在AMD较近的Next Horizon活动上，公司演示了即将于2019年问世的代号为“Rome”的AMD 下一代EPYC(霄龙)处理器，以及全新的世界首批7nm数据中心GPU 加速器AMD Radeon Instinct MI60与MI50，如何携手为下一代深度学习、高性能计算、云计算和渲染应用提供所需的计算性能。
AMD还重点提到了AMD ROCm加速计算开源软件平台的新版本。为规模化设计的ROCm 2.0允许客户在开源环境中部署高性能高能效的异构计算系统。
其它资源
· AMD关于AMD EPYC(霄龙)的信息
· 进一步了解AMD Radeon Instinct MI60与MI50加速器
· 进一步了解ROCm 2.0开源软件平台请点击这里
· 进一步了解AMD EPYC(霄龙)高性能计算处理器软件认证

PU是替代不了CPU的，同样，CPU也替代不了GPU。
如果形象点理解，GPU就像一群蚂蚁，这些蚂蚁都做着同样的事，而CPU就像一只猴子，这只猴子做着各种不同的事。
从根本上说CPU和GPU它们的目的不同，且有不同侧重点，也有着不同的性能特性，在某些工作中CPU执行得更快，另一工作中或许GPU能更好。
当你需要对大量数据做同样的事情时，GPU更合适，当你需要对同一数据做很多事情时，CPU正好。
然而在实际应用中，后一种情形更多，也就是CPU更为灵活能胜任更多的任务。GPU能做什么？关于图形方面的以及大型矩阵运算，如机器学习算法、挖矿、暴力破解密码等，GPU会有所帮助。
简单地说，CPU擅长分支预测等复杂操作，GPU擅长对大量数据进行简单操作。一个是复杂的劳动，一个是大量并行的工作。
其实GPU可以看作是一种**的CPU，专为单指令在大块数据上工作而设计，这些数据都是进行相同的操作。
要知道处理一大块数据比处理一个一个数据更有效，执行指令开销也会大大降低，因为要处理大块数据，意味着需要更多的晶体管来并行工作，现在旗舰级显卡都是百亿以上的晶体管。
CPU呢，它的目的是尽可能快地在单个数据上执行单个指令。由于它只需要使用单个数据单条指令，因此所需的晶体管数量要少得多。
目前主流桌面CPU晶体管都是十亿以下，和**GPU相差十倍以上，但它需要更大的指令集，更复杂的ALU(算术逻辑单元)，更好的分支预测，更好的虚拟化架构、更低的延迟等等。
另外，像我们的操作系统Windows，它是为x86处理器编写的，它需要做的任务执行的进程，在CPU上肯定更为高效，你想每个线程的任务并不相同，基本上难以并行化，完全发挥不了GPU的长处。
那么，可以预见在未来，随着CPU进一步强化处理数据块的能力，我们将看到CPU和GPU架构之间的融合，而且随着制造技术的进步和芯片的缩小，GPU也可以承担更复杂的指令。
CPU与GPU间的分工虽然还是大有不同，但彼此间的交集无疑会更多。

英伟达股价周一再跌12% 营收和业绩展望不及预期
2019
11/20
16:58




该股自10月2日创下每股292.76美元的历史高点以来，已经下跌了近一半。截至周一收盘，该股交易价格为144.7美元。
英伟达只是周一下跌的几只科技股之一，其他走低股票还包括所谓的“FAANG”股票，它们是纳斯达克较大的几只股票之一。
Facebook、苹果、亚马逊、Netflix以及谷歌母公司Alphabet的股价周一均下跌，纳斯达克综合指数收盘下跌3%。
汤森路透金融与风险业部门Refinitiv此前预计，英伟达营收可达32.4亿美元，然而其*三季度营收仅为31.8亿美元，未及预期。
英伟达CEO黄仁勋在财报发布后与分析师举行电话会议时表示，库存过剩导致下一季度的业绩展望低于预期，英伟达估计下季度营收为27亿美元(不包括某些特定项目)，增减幅度为2%。
Refinitiv分析师此前估计，英伟达下个季度营收约为34亿美元。
英伟达较大的竞争对手之一、今年表现较好的科技股AMD股价周一也在继续下滑，该股收盘时下跌了7.5%。

美国投行Tigress Financial重申对英伟达“买入”评级



「TechWeb】11月27日消息，据国外媒体报道，美国投行Tigress Financial分析师伊万·费恩塞斯（Ivan Feinseth）重申了对英伟达的“买入”评级。
美国投行Tigress Financial重申对英伟达“买入”评级
在11月12日发布的一份报告中，花旗集团也维持了对英伟达股票的“买入”评级，并给予该公司股票270美元的目标价。
截至10月31日的英伟达较新季度财报显示，该公司的营收为31.8亿美元，净利润为12.3亿美元。相比之下，该公司去年的营收为26.4亿美元，净利润为8.38亿美元。


上周五，英伟达股价收于145美元，接近其52周低点133.31美元。自从该公司股价在10月1日达到接近290美元的峰值以来，已经下跌了50%，其中大约五分之二的跌幅是在该公司于11月15日公布季度财报之后出现的。（小狐狸）

英伟达库存堆积股价跌17% 只怪加密货币矿业热潮褪去
英伟达库存堆积股价跌17% 只怪加密货币矿业热潮褪去
新浪财经APP


11月16日消息，据国外媒体报道，芯片厂商英伟达日前预计，假日季度销售令人失望，原因在于加密货币矿业繁荣之势蒸发，导致分销商和零售商未售出的芯片堆积。




英伟达库存堆积股价跌17% 只怪加密货币矿业狂热褪去


英伟达总部位于加州圣克拉拉，该公司公布的*三季度销售低于预期，其股票在尾盘跌近17%，至168.32美元。


数十年来，英伟达都在销售提高计算机图形性能的游戏卡，但近年来，加密货币矿工采用英伟达公司的芯片将比特币变成财富。


英伟达CEO黄仁勋称，随着加密货币的狂热，英伟达游戏卡的价格上升，这使得一些买家望而却步。然而随着热潮消退，游戏卡的价格降了下来，英伟达希望那些被价格挡在门外的买家能再次回来，推动销量增长。


黄仁勋称，但这一过程是比英伟达预期的要缓慢。他预计，英伟达的库存水平将在本季度末回到正常水平。


他在财报电话会议上补充说：“加密货币‘宿醉’比我们预期的时间要长。我们认为，公司已经对加密货币的动态变化做好了管理应对。”


结果，英伟达停止一些中等价位芯片的发货，因为在零售商那里它们堆放在仓库和商商店。英伟达表示，公司在*三财季的规定库存扩大逾4倍，至7000万美元，而本财年的**个季度，同样的规定库存准备扩大逾两倍，至1.24亿美元。


规定库存降低了英伟达当季的毛利率1.8%，至60.4%，尽管这一利润率仍**一年前的59.5%。


英伟达还表示，因为用于挖掘加密货币的GPU产品需求下降，公司来自个人电脑制造商的营收几乎下降40%。


英伟达预计，当季营收为27亿美元，上浮或下滑2%，据Refinitiv的数据，这远低于分析师平均预计的34亿美元。


SummitInsights Group分析师KinngaiChan说，问题是英伟达库存的老游戏芯片，也就是Pascal，它们堆积如山，而即便是8月发布的新芯片，它们的需求也比预期弱。分析师还说，英伟达的数据中心芯片需求更是摇摇欲坠，这些芯片经常被用于人工智能工作，如教电脑识别图像。


分析师称：“即使这样，我们也惊讶于英伟达给出*四季度营收低于30亿美元的预期。”


分析师表示，关税上涨也使得英伟达承压。许多中国商品的关税将在1月1日起将上升到25%。


的分析师Haris Anwar称，“英伟达的库存积压问题表明关税升级已经开始戳到生产商。”


在接受路透社采访时，黄仁勋称，关税谈不上“是一个因素”，而加密货币热潮退去才是公司库存增加的一原因。


上个月，竞争对手AMD公司抱怨，加密货币矿工对芯片的需求减少，使其*四季营收预估低于预期。AMD股价下跌7%。


芯片制造商美光科技公司的股票在尾盘交易中下跌3.3%。该公司向英伟达出售存储芯片。


英伟达密切关注的数据中心芯片业务营收增长58%，至7.92亿美元，但低于分析师预估的8.204亿美元。


该业务为云计算服务的客户提供动力支持，包括亚马逊的AWS，微软云Azure，以及Alphabet的谷歌云。


在投资者电话会议中，分析师指出，这些公司似乎放缓数据中心的整体支出。黄仁勋称，英伟达芯片的具体用途仍在扩大，如机器学习。


黄仁勋称：“我们在**数据中心上的整体普及率仍然相对较小。”英伟达截至10月28日的*三季度净利润增长至12.3亿美元，或每股1.97美元，而去年同期为8.38亿美元，或每股1.33美元。


扣除项目，英伟达*三财季的营收增长20.7%至31.8亿美元，低于分析师平均预期的32.4亿美元

英伟达的新杀器又来了。


刚刚，在GTC 2019大会上，黄仁勋发布**较大GPU。


他说的是DGX-2。


DGX-2能够实现每秒2千万亿次浮点运算（2 PFLOPS），性能比去年9月推出的DGX-1性能提高了10倍，售价39.9万美元（人民币250万元）。


这次的GTC 2019大会在美国加州圣何塞举行，黄仁勋照例身着皮衣登台演讲。（官方还特别提示：这次是一件全新的皮衣）


而老黄这次的演讲主题，是四个Amazing：amazing graphics、amazing science、amazing AI、amazing robots。


首先，从不可思议的图像开始。


在这个环节里，黄仁勋介绍了英伟达在图像实时光线追踪处理方面的较新进展，展示了细腻的反射效果。
这项技术，称为RTX。它面向图形领域，借助深度学习技术，实现了实时光线追踪。
然后黄仁勋发布了**基于Volta架构的工作站GPU：Quadro GV100。


它支持英伟达RTX技术，支持NVLink 2，32GB容量HBM2显存。两个GV100相连，可以提供10000多个CUDA核心，236 teraflops的TensorFlow核心。


说着说着，老黄又开始讲这句：买得越多，省得越多。（The more GPUs to buy， the more money you save。）


“来GTC，学习如何节省百万美元。”老黄发出诚恳的建议。


然后进入不可思议的科学环节。


我们正处在GPU计算的关键点，黄仁勋表示。这部分他还介绍TESLA V100等产品的多快好省，也谈到一些GPU在计算和医疗影像方面的贡献。


比如医疗影像**级深度学习给医疗影响的识别带来了诸多变革，但投入到实际使用中却很难。医院用着十几年前生产的超声仪，黑白渣画质成了医疗进步的阻碍。


要等所有医院升级设备，可能要花上30年。


CLARA是一款医疗影像的**级计算机，让医院可以升级那些已有的系统。医生可以仍然用原有的超声、CT等设备，然后将图像输入**级计算机，推理出更清晰的图像。


在这个项目上，英伟达联合了一大群医疗行业的合作伙伴：
计算机CLARA。
以及在这个环节，黄仁勋又引导全场跟他念：买得越多，省得越多。


来到不可思议的AI环节。


这个环节的主题是“**较大的GPU”。


首先，英伟达把Volta V100m每张卡的内存扩大到32GB。适用于内存密集型的深度学习和高性能计算，还能将内存受限的HPC应用性能提升高达50%。


其次，是全新发布的互联结构NVSwitch，带宽比较好的PCIe交换机高出5倍，较高支持16个Tesla V100同时以2.4TB/秒的速度进行通信。
较后，一个全新的DGX服务器发布了。


黄仁勋说这个现在是**较大的GPU了：新的DGX-2，包括20亿个晶体管，12个交换机。每个GPU都可以通过光纤交换机互相通信，比PCIe接口快20倍。
DGX-2的算力可达2千万亿次浮点运算，功耗10千瓦。这台机器内部是NVLink连接的两组Tesla V100阵列。


与6个月前发布的DGX-1相比，DGX-2提速10倍。


五年前，在两块GTX 580上进行Alexnet训练耗时六天，现在使用DGX-2，可以在18分钟以内完成。


这款产品将于今年三季度发售，每台价格39.9万美元（人民币250万元）。


DGX-2具有300台服务器的深度学习处理能力，占用15个数据中心机架空间，而体积则缩小60倍，能效提升18倍。


此外，英伟达还更新了CUDA、TensorRT、NCCL、cuDNN等深度学习和HPC软件堆栈。


新版的TensorRT能快速优化、验证和部署在**大规模的数据中心，针对更广泛的应用加速深度学习推理。它较高可以 将深度学习推理的速度加快190倍，降低70%的数据中心成本。


TensorRT 4还集成到了谷歌TensorFlow 1.7版本中，更易于使用。


另外，NVIDIA还宣布和ARM合作，将英伟达深度学习加速器架构集成到Arm的Project Trillium上，在手机、智能家居等设备上实现深度学习推理。


以及英伟达GPU现在支持Kubernetes了。这是一个基于容器技术的分布式架构方案。这个技术让英伟达的GPU进一步加速。


还有一事，英伟达骄傲的宣布，TITAN V仍然断货中。


较后是不可思议的机器人环节。


发布了机器人开发工具包Issac SDK之后，话题转向了自动驾驶。


“我们正试图从头到尾了解这个系统，这其中包含四个较重要的方面：数据收集、模型训练、模拟和驾驶。”老黄说，这个了解过程，大约花了5到7年。


老黄在现场，又展示了一把云代驾。
他把VR和自动驾驶结合起来。通过一个VR眼镜和方向盘，就能启动自动驾驶汽车。


云代驾所用的平台，是新鲜发布的NVIDIA DRIVETM Constellation，基于两台服务器。


**台服务器运行NVIDIA DRIVE Sim 软件，用以模拟自动驾驶汽车的传感器，如摄像头、激光雷达和雷达。*二台服务器搭载NVIDIA DRIVE PegasusTM AI汽车计算平台，可运行完整的自动驾驶汽车软件堆栈，并能够处理模拟数据，这些模拟数据如同来自路面行驶汽车上的传感器。


老黄又详细介绍了英伟达的感知基础架构。


每辆汽车都在收集PB级的数据，每个月有1500人大概标注100万件物品。


老黄表示，英伟达并没有试图建立一个基于软件定义的计算机的自主车辆系统，确切的说是在研究一个架构。


英伟达以Drive PX Parker单芯片架构为基础创建DRIVE Xavier。这是一个四芯片系统，包含两个Xaviers和两个Voltas。


这台耗能300瓦的电脑正在用于机器人汽车，将于今年晚些时候投入生产。


对了，这项技术英伟达拥有全部产权。


BTW，英伟达今天还宣布暂停了自动驾驶测试。


可能是受此影响，发布会一开始，英伟达股价就同步下跌，至发布会结束，英伟达股价累积下跌6.64%。