แล็ปท็อป NVIDIA GeForce RTX™ ทำได้มากกว่าการเพิ่มประสิทธิภาพแอปพลิเคชันเกมให้เหนือชั้น แต่ยังช่วยส่งเสริมการเรียนของนักศึกษาสาขาวิชาเอก STEM อีกด้วย หน่วยประมวลผลกราฟิก (GPU) อันทรงพลังช่วยให้นักศึกษาทำงานได้เร็วขึ้น ด้วยการเร่งความเร็วสำหรับแอปพลิเคชันชั้นนำของนักศึกษาในสาขาวิศวกรรมศาสตร์ วิทยาการคอมพิวเตอร์ วิทยาศาสตร์ข้อมูล และเศรษฐศาสตร์ NVIDIA Broadcast ใช้ AI เพื่อปรับปรุงคุณภาพเสียงและวิดีโอ ทำให้ง่ายต่อการเข้าร่วมในการบรรยายออนไลน์และทำงานร่วมกับสมาชิกกลุ่มแล็บได้จากทุกที่ และตอนนี้ สแต็คซอฟต์แวร์ AI ชั้นนำระดับโลกของ NVIDIA มีใน Windows 11 แล้ว ซึ่งช่วยให้นักเรียนที่กำลังศึกษาปัญญาประดิษฐ์และวิทยาศาสตร์ข้อมูล เรียนรู้เครื่องมือเดียวกันกับที่พวกเขาจะใช้ในอุตสาหกรรม
เรียนรู้ได้เร็วขึ้นด้วยการเร่งความเร็ว GPU
แล็ปท็อป GeForce RTX ใช้ GPU ในการเร่งประมวลผล แอปพลิเคชันโปรแกรม STEM หลายสิบโปรแกรม ช่วยให้คุณทำงานได้เร็วขึ้นและจบคอร์สเร็วกว่าเดิม
วิศวกรรม
การเรนเดอร์แบบเรียลไทม์ตอบสนองได้ดีมากขึ้นสำหรับการออกแบบและการสร้างแบบจำลอง 3 มิติ โซลูชันและการแสดงภาพที่รวดเร็วขึ้น สำหรับการจำลองทางเครื่องกล โครงสร้าง และทางไฟฟ้า
วิทยาการคอมพิวเตอร์ วิทยาศาสตร์ข้อมูล เศรษฐศาสตร์
การวิเคราะห์ข้อมูลที่รวดเร็วขึ้นสำหรับการประมวลผลชุดข้อมูลขนาดใหญ่ การเทรนที่เร็วขึ้นสำหรับการเรียนรู้เชิงลึก (deep learning) และโมเดลการเรียนรู้ของเครื่องแบบดั้งเดิมสำหรับการมองเห็นด้วยคอมพิวเตอร์ การประมวลผลภาษา และข้อมูลแบบตาราง
ด้วยแล็ปท็อป GeForce RTX คุณจะทำงานได้เร็วขึ้น ทำให้คุณมีเวลาสำรวจหัวข้ออื่นๆที่คุณสนใจได้เพิ่มเติม
แอปพลิเคชันซอฟต์แวร์ STEM ชั้นนำ ที่เร่งความเร็วการประมวลผลโดยแล็ปท็อป GeForce
ประสิทธิภาพของแอปพลิเคชัน STEM
วิศวกรรม
SOLIDWORKS
เร็วขึ้นสูงสุด 8 เท่า
Enscape
Matlab
เร็วขึ้นสูงสุด 4 เท่า
SOLIDWORKS: การทดสอบ GRCAD Black Owl ที่ 1080p Revit + Enscape Video path บนโปรเจ็กต์ตัวอย่าง Enscape Revit, ปิดใช้งาน ray tracing MATLAB Geomean ของการทดสอบ single-precision, CPU/iGPU คือ Intel Core Core i9 เจนเนอเรชั่นที่ 12
คอมพิวเตอร์ วิทยาศาสตร์ข้อมูล และเศรษฐศาสตร์
(ยิ่งต่ำยิ่งดี)
เทรนนิ่ง TensorFlow/Resnet50
RAPIDS
เทรนนิ่ง TensorFlow คือ MLPerf-compliant ResNet50 ที่ทำงานใน WSL, เวลาเทรนนิ่ง single epoch คำนวณจากภาพที่วัดได้/วินาที
RAPIDS คือการสลายตัวด้วยตัวอย่าง 50k/100k CPU คือ Intel Core Core i9 เจนเนอเรชั่นที่ 12
ออกแบบ สร้างโมเดล จำลอง
วางแผนที่จะเรียนวิศวกรรมหรือสถาปัตยกรรมอยู่หรือไม่ GPU ได้กลายเป็นเครื่องมือพื้นฐานสำหรับการออกแบบ การสร้างแบบจำลอง และการจำลองส่วนประกอบ ระบบ และโครงสร้าง ทำโปรเจ็กต์การออกแบบคลาส 3D ที่ใหญ่และท้าทายยิ่งขึ้นด้วยการเรนเดอร์ที่ตอบสนองรวดเร็วไม่สะดุดใน SOLIDWORKS ทำการจำลองที่ซับซ้อนให้เสร็จเร็วขึ้นด้วย MATLAB และ ANSYS Discovery และแสดงภาพผลงานชิ้นเอกทางสถาปัตยกรรมของคุณแบบเรียลไทม์ด้วย Enscape ด้วย แล็ปท็อป GeForce RTX คุณรู้ว่าคุณมีเครื่องมือที่เหมาะสมกับงาน
เรียกใช้ซอฟต์แวร์ปัญญาประดิษฐ์ชั้นนำของโลก
สนใจในปัญญาประดิษฐ์ (AI) หรือวิทยาศาสตร์ข้อมูลหรือไม่ เรียนรู้เทคโนโลยีเดียวกับที่คุณจะใช้ในอุตสาหกรรมด้วย GPUที่เร่งด้วย AI ของ NVIDIA และสแต็คซอฟต์แวร์วิทยาศาสตร์ข้อมูล ใช้ cuDNN พร้อมการเร่ง GPU เพื่อฝึกเครือข่ายประสาทเทียมด้วย TensorFlow, PyTorch, WinML หรือ MxNet รัน NVIDIA RAPIDS สำหรับวิทยาศาสตร์ข้อมูลด้วย cuDF, cuML และ cuGraph (ทางเลือกที่เร่งด้วย GPU สำหรับ Pandas, SciKit-Learn และ NetworkX) ซอฟต์แวร์ NVIDIA ช่วยให้คุณเทรนโมเดลได้เร็วยิ่งขึ้นและประมวลผลตัวอย่างมากขึ้น เพื่อให้ได้ความแม่นยำและผลลัพธ์ที่ลึกซึ้งยิ่งขึ้น และขอขอบคุณ CUDA บน Windows Subsystem สำหรับ Linux (WSL2) ปัจจุบันใช้งานได้แล้วบน Windows 11 ความสามารถนี้ทำให้ผู้ใช้ Windows สามารถเรียกใช้แอปพลิเคชัน Linux ได้พร้อมกัน ซึ่งเป็นสภาพแวดล้อมแบบ multi-OS ที่แท้จริงสำหรับนักวิทยาศาสตร์ด้านข้อมูลในอนาคต
สแต็คซอฟต์แวร์ AI ของ NVIDIA ออกแบบมาสำหรับ Linux และกำลังทดสอบสำหรับ WSL 2 ปัจจุบัน WSL พร้อมใช้งานโดยเป็นส่วนหนึ่งของโปรแกรม Windows Insider ของ Microsoft