Felipe Morales

Passionate about #CUDA, #technology, #quantumComputing and god! let’s go and create the world of our dreams! 😍🇲🇽 #soyThinkie

[Felipe Morales @fel1200]

Poor fin. Una Mac touch.

La única razón por la que compraba otras marcas era por el touch. Los procesadores M son una maravilla. Lo único que extraño es el touchbar

[Tim Cook @tim_cook]

We brought Touch to the Mac!

From the all-new iPad mini to the 14-inch MacBook Pro and iMac... and now MacBook Pro with PROLED XDR Display and Touch, creators have new tools to do their best work yet.

[Felipe Morales @fel1200]

@kohantoys @ClementDelangue Gracias por el dato Kohan

[Kohan 🏛🏛🏛 @kohantoys]

Yo sé que esto no le interesa a nadie, pero Nvidia liberó unos 2500 modelos 3d con meanismos para simulación en OpenUSD, un formato de intercambio libre y gratuito.
Hay robots, motores, equipamiento medico y lo que se les ocurra.
Lo pueden visitar y descargar desde aca:
https://t.co/J12ReNZWxa

[Felipe Morales @fel1200]

An AI Factory is more than infrastructure. It is an engine for producing intelligence at scale. #AIFactory #ArtificialIntelligence #AIInfrastructure #NVIDIA #DataCenter #GenerativeAI #HPC

[Felipe Morales @fel1200]

AI Factory: What Is It?
Have you heard of an AI Factory?
Initially, the term AI Giga Factory gained traction. Today, the focus is on AI Factories: on-premises data centers specifically designed to produce artificial intelligence, measured in tokens.

[Felipe Morales @fel1200]

or designed from the ground up by integrating equipment from #NVIDIA and other manufacturers, particularly for networking and high-speed communication between systems.

[Felipe Morales @fel1200]

o diseñada desde cero integrando diferentes equipos tanto de #NVIDIA como de otros fabricantes, principalmente para el #networking o la comunicación entre equipos.

[Felipe Morales @fel1200]

¿Sabes qué es una #AI #Factory?, en su momento se empezaron a llamar AI Giga Factories, ahora son AI Factories, en particular son Centros de Datos On-Premise, pero enfocados en producir Inteligencia Artificial medida a través de tokens.

[Felipe Morales @fel1200]

Considerando el ciclo de vida completo, desde el ingreso de datos, entrenamiento, fine-tuning y la generación de inferencias. Ya sea que sea a través de blueprints diseñados en ingeniería compartida entre los OEM (#Cisco, #Dell, #HPE, #Lenovo o #Supermicro)

[Felipe Morales @fel1200]

Au fil des années, #CUDA a évolué pour devenir une plateforme complète d’accélération du calcul, qui alimente aujourd’hui l’#IA à grande échelle.

#NVIDIA #GPUComputing #HPC #CalculParallèle #IntelligenceArtificielle

[Felipe Morales @fel1200]

et de coordonner les charges de travail entre le #CPU et le GPU.

#CUDA exploite la capacité des GPU à offrir une puissance de calcul massive grâce au traitement parallèle.

[Felipe Morales @fel1200]

Contrairement aux CPU, conçus pour gérer une grande variété de tâches en privilégiant l’exécution séquentielle et les performances à faible latence, les GPU sont conçus pour exécuter des milliers d’opérations simultanément, accélérant ainsi les charges de travail parallèles.

[Felipe Morales @fel1200]

NVIDIA a introduit #CUDA (Compute Unified Device Architecture), permettant aux GPU d’effectuer des calculs à usage général. CUDA fournit un modèle de programmation et des mécanismes logiciels qui permettent aux développeurs d’exploiter les capacités de calcul des GPU

[Felipe Morales @fel1200]

L’une des raisons pour lesquelles #NVIDIA est passée du statut de fabricant de cartes graphiques à celui d’acteur majeur de la révolution de l’#IA est #CUDA.

À l’origine, les #GPU (processeurs graphiques) de NVIDIA étaient conçus pour le rendu graphique. Cependant, en 2006,

[Felipe Morales @fel1200]

GPUs are built to execute thousands of operations simultaneously, accelerating highly parallel workloads.

Over the years, #CUDA has evolved into a comprehensive computing acceleration platform that powers modern #AI at scale.

#NVIDIA #GPUComputing #HPC #ParallelComputing

[Felipe Morales @fel1200]

One of the reasons #NVIDIA has transformed from a company that makes graphics cards into a driving force behind the #AI revolution is #CUDA.

Originally, NVIDIA’s #GPUs (Graphics Processing Units) were designed for graphics rendering.

[Felipe Morales @fel1200]

between the #CPU and GPU.

#CUDA unlocks the GPU’s ability to deliver massive computational throughput through parallel processing. Unlike CPUs, which are designed to handle a variety of tasks with a focus on sequential execution and low-latency performance,

[Felipe Morales @fel1200]

el #GPU está orientado a ejecutar cientos de miles a millones de cálculos de forma simultánea, paralela y de forma acelerada. #CUDA evolucionó y ahora es un framework completo de aceleración de cómputo, que la #IA aprovecha al 100%

[Felipe Morales @fel1200]

Una de las razones por las que #NVIDIA se ha transformado de ser una empresa que crea tarjetas gráficas a estar detrás de la revolución de la #IA es #CUDA. Originalmente las tarjetas gráficas o #GPUs de #NVIDIA se construían para tareas de renderizado gráfico.

[Felipe Morales @fel1200]

#CUDA expone capacidades del #GPU que permiten un mayor throughput o rendimiento de cómputo de forma paralela, que a diferencia del #CPU que trabaja de forma serializada,