NVIDIA GeForce RTX kannettavat STEM-aloille

NVIDIA GeForce RTX -kannettavat nopeuttavat monia muitakin sovelluksia kuin huipputehoja vaativia pelejä kuten vaikkapa STEM-sovelluksia. Tehokkaat grafiikkasuorittimet nopeuttavat suunnittelu-, tietojenkäsittely-, data-analytiikka- ja talousalojen opiskelijoiden käyttämiä suosittuja sovelluksia. NVIDIA Broadcast parantaa äänen- ja kuvanlaatua tekoälytoimintojen avulla ja helpottaa näin verkkoluentojen seuraamista ja niihin osallistumista sekä yhteyden pitämistä eri puolilla maailmaa sijaitsevien ryhmätyökumppaneiden kanssa. Lisäksi NVIDIAN johtava tekoälyohjelmiston algoritmi on lisätty Windows 10:een, minkä ansiosta tekoäly- ja data-analytiikkaopiskelijat saavat käyttöönsä samat työkalut joita työelämässä käytetään.

NÄYTÄ KAIKKI OSTOVAIHTOEHDOT

Nopeuta opiskelua grafiikkasuoritinkiihdytyksellä

GeForce RTX -kannettavien grafiikkasuoritinkiihdytys nopeuttaa kymmeniä STEM-alojen työkaluja, joten niillä opiskelu ja kotitehtävät hoituvat sulavan nopeasti.

Suunnittelu

3D-mallien suunnittelu ja mallinnus onnistuu vuorovaikutteisesti ja reaaliaikaisesti. Mekaniikka-, rakenne- ja sähkösimulointien suorittaminen ja visualisointi nopeutuu.

Tietojenkäsittely, data-analytiikka, taloustiede

Data-analytiikan nopeutuminen helpottaa suurten tietojoukkojen käsittelyä. Syväoppiminen ja konenäön, luonnollisen kielen käsittelyn ja taulukkotietojen koneoppimisjärjestelmien perinteinen koneoppiminen nopeutuvat.

GeForce RTX -kannettavat vapauttaa aikaa itseäsi kiinnostaviin askareisiin.

GeForce-kannettavien nopeuttamat suositut STEM-sovellukset

Ansysin logo
Autodesk Revitin logo
Blenderin logo
Creon logo
Solidworksin logo
Enscapen logo
Lumenrtin logo
Mathlab
Microstationin logo
Pytorchin logo
Rprogrammingin logo
Rapidsin logo
Rhino7:n logo
Simulinkin logo
Tensorflow’n logo
Unityn logo
Unreal Enginen logo
Windows ML:n logo

STEM-sovellusten suorituskyky

 

Suunnittelu

Kannettavan RTX 3080 -grafiikkasuoritin
Kannettavan RTX 3060 -grafiikkasuoritin
Keskivertokannettava

SOLIDWORKS
Jopa 20x nopeampi

ANSYS-haut
Jopa 4x nopeampi

MATLAB
Jopa 5x nopeampi

SOLIDWORKS: SPECviewperf 2020 Solidworks -näkymäsarja, 1080p, pistearvo. ANSYSin live-haut edellyttävät CUDA-yhteensopivaa grafiikkasuoritinta, joten ne eivät toimi sisäisellä grafiikkasuorittimella. MATLAB: GPUbench-testien Geomean-keskiarvo. Suoritin / sisäinen grafiikkasuoriti on 2,60 GHz:n Intel Core Core i7-10750H

Tietojenkäsittely, data-analytiikka ja taloustiede

(Pienempi lukema on parempi)

Kannettavan RTX 3080 -grafiikkasuoritin
Kannettavan RTX 3070 -grafiikkasuoritin
Keskivertokannettava

TensorFlow-/ResNet50-opetus
Jopa 47x nopeampi

RAPIDS
Jopa 5x nopeampi

TensorFlow-/ResNet50-opetuksessa on käytetty cuDNN 8.1 -kirjastoa sekalaisella tarkuuudella ja eräkoolla 128 ja lukema ilmaisee yksittäisen epochin opetusajan laskettuna mitatusta kuvia/sekunnissa-lukemasta. RAPIDS-käsittely on satunnainen metsäluokittelu 2,2 Gt:n NYC:n taksien datasarjasta. Suoritin on 2,60 GHz_n Intel Core Core i7-10750H

geforce-stem-broadcast-2c50-D

Paikasta riippumatonta opiskelua tekoälyn tehostamilla etäopiskelutoiminnoilla

NVIDIA Broadcast -sovellus tehostaa etäoppimista ja yhteistyötä tekoälyn avulla. Verkkoluentojen kuuntelemista ja niihin osallistumista helpottavaa tekoälypohjaista taustamelun poistoa voidaan käyttää sekä lähetettävien että vastaanotettavien äänien käsittelemiseen. Taustan sumennus ja korvaaminen sekä alhaisen valaistuksen aiheuttamien häiriöiden poisto puolestaan tehostavat yhteistyötä esimerkiksi etäopiskelemisessa opintoryhmien kanssa, koska voit käyttää kameraasi tehokkaasti paikasta riippumatta. Ja mikä parasta, kaikki nämä ominaisuudet toimivat kaikissa suosituimmissa videoneuvottelusovelluksissa.

geforce-stem-ai-software-2c50-D

KÄYTÄ JOHTAVAA MAAILMANLUOKAN TEKOÄLYOHJELMISTOA

Oletko kiinnostunut tekoälystä tai data-analytiikasta? Hyödyntämällä NVIDIAN grafiikkasuoritinkiihdytystä ja data-analytiikkaratkaisuja opinnoissasi pääset tutustumaan samaan ohjelmistoalgoritmiin, jota käytetään yleisesti opiskelemallasi alalla. Voit käyttää cuDNN-kirjastoa ja grafiikkasuoritinkiihdytystä neuraaliverkkojen opettamiseen TensorFlow’lla, PyTorchilla, WinML:llä tai MxNetillä. Data-analytiikkaa varten käytettävissä on NVIDIA RAPIDS sekä cuDF, cuML ja cuGraph (grafiikkasuoritinkiihdytetyt vaihtoehdot Pandasille, SciKit-Learnille ja NetworkX:lle). NVIDIA-ohjelmisto nopeuttaa mallien opettamista ja tukee suurempaa näyttöönottomäärää, mikä parantaa opetustarkkuutta ja tuloksia. CUDA on Windows Subsystem for Linux (WSL2) -ominaisuuden ansiosta se on nyt käytettävissä myös Windows 10:ssä. Tämän ominaisuuden avulla Windows-käyttäjät voivat suorittaa Linux-sovelluksia samanaikaisesti Windows-ympäristössä. Se on aidosti usean käyttöjärjestelmän ympäristö tuleville data-analyytikoille.

GeForce RTX -kannettavat ovat ehdoton ykkösvalinta varsinkin STEM-alojen opiskelijoille

Opiskelijoiden ei enää tarvitse valita tietokonettaa joko opiskelun tai vapaa-ajan ehdoilla. GeForce RTX -kannettavilla opiskelu, luovat työt ja pelaaminen onnistuvat samalla laitteella.

NÄYTÄ KAIKKI OSTOVAIHTOEHDOT

TUOTTEET

Yhteisö ja uutiset

Tuki