L’utilizzo di kit per la datascience rende più semplice la vita dell’educatore. Nvidia continua nell’opera didattica rilasciando nuovi kit. Con l’aumento del volume, della velocità e della complessità dei dati, il campo della datascience è in piena espansione. C’è una domanda sempre crescente di talenti e competenze per aiutare a
Nvidia
Trattiamo le malattie cerebrali con Nvidia Jetson
Vediamo come gestire il trattamento delle malattie cerebrali con neuromodulazione interattiva cervello-macchina e la scheda NVIDIA Jetson. La neuromodulazione è una tecnica che migliora o ripristina le funzioni nelle malattie cerebrali intervenendo direttamente nell’attività neurale. È comunemente utilizzata per trattare condizioni come il morbo di Parkinson, l’epilessia e la depressione.
Sistema esperto Nvidia per analisi di immagini AI
I ricercatori dell’UCLA hanno sviluppato con Nvidia un nuovo modello di AI in grado di analizzare in modo approfondito le immagini mediche 3D. Il framework di deep learning, denominato SLIViT (SLice Integration by Vision Transformer), analizza le immagini provenienti da diverse modalità di imaging, tra cui scansioni retiniche, video ecografici,
Nvidia AI – Ripristino rappresentazioni corticali
Una neuroprotesi vocale bilingue guidata da rappresentazioni articolatorie corticali condivise tra le lingue, basata su progetto AI Nvidia. Gli scienziati hanno permesso ad un sopravvissuto di ictus, che non è in grado di parlare, di comunicare sia in spagnolo che in inglese addestrando un impianto di neuroprotesi a decodificare la
Nvidia CUDA-Q – Quantum accelerated supercomputing
NVIDIA CUDA-Q rappresenta un modello di programmazione “open source” per la creazione di applicazioni quantistiche classiche. Con il framework Nvidia CUDA-Q, carichi di lavoro utili del calcolo quantistico verranno eseguiti su architetture informatiche eterogenee come unità di elaborazione quantistica (QPU), GPU e CPU in tandem per risolvere problemi del mondo
Nuovi modelli per AI Generativa e Cellular Imaging
Nvidia insegna come superare le barriere nel settore sanitario presentando nuovi modelli di AI generativa e imaging cellulare. Guidando il futuro dell’imaging sanitario, i microservizi NVIDIA MONAI stanno creando modelli unici e all’avanguardia e modalità ampliate per soddisfare le esigenze del settore sanitario e biofarmaceutico. L’ultimo aggiornamento introduce una suite
È proprio vero che non serve più imparare il coding?
Presentiamo di seguito le riflessioni su coding e AI di Giancarlo Facoetti(1), apparse in un suo articolo su Linkedin. Il CEO di Nvidia recentemente ha dichiarato che, per le generazioni future, non è più necessario imparare il coding: “Everybody is now a programmer.”. Dichiarazioni ad effetto a parte, secondo me
JUPITER definire una nuova classe di supercomputer
JUPITER rappresenta l’ultima clamorosa novità NVIDIA nel settore dell’HPC (High Performance Computing) e AI ( Intelligenza Artificiale). NVIDIA ha annunciato oggi che JUPITER, una nuova classe di supercomputer per scoperte scientifiche basate sull’intelligenza artificiale, sarà alimentato dall’architettura di elaborazione accelerata NVIDIA Grace Hopper per fornire potenza di calcolo su scala
CUDA 12.1 – Ora supporta large parameters kernel
La release CUDA 12.1 di Nvidia aggiunge una caratteristica a lungo richiesta dagli sviluppatori: il passaggio di parametri più grandi di 4kB. I parametri delle funzioni del kernel CUDA vengono passati al dispositivo tramite la memoria costante e sono limitati a 4.096 byte. CUDA 12.1 aumenta questo limite di parametro
NVIDIA accelera adozione dell’IA generativa personalizzata
Il nuovo Developer Toolkit introduce ottimizzazione e implementazione semplificate di modelli sulle piattaforme IA NVIDIA, da PC a data center NVIDIA ha da poco presentato NVIDIA AI Workbench, un toolkit unificato e di facile utilizzo che consente agli sviluppatori di creare, testare e personalizzare rapidamente modelli di intelligenza artificiale generativa
Nvidia CUDA GPU – Le tecniche e la programmazione
CUDA viene utilizzato per accelerare le applicazioni solo CPU facendole funzionare su GPU. Nvidia offre un corso per iniziare a trattare con tale tecnologia. La programmazione parallela, pur nella usa intrinseca complessità, offre numerosi vantaggi allo sviluppo di applicazioni efficienti. Se da un lato “pensare in parallelo” è più complesso