NVIDIA کلاس جدیدی از ابررایانه ها با مقدار زیادی حافظه را معرفی کرد - ابررایانه NVIDIA DGX بر اساس سوپرتراشه ها NVIDIA GH200 Grace Hopper و سیستم های سوئیچ NVIDIA NVLink. این برای توسعه مدل های نسل بعدی برای برنامه های کاربردی طراحی شده است هوش مصنوعی، سیستم های توصیه گر و حجم کار تجزیه و تحلیل داده ها.
فضای حافظه عظیم NVIDIA DGX GH200 از فناوری اتصال NVLink با سیستم سوئیچ NVLink برای ترکیب 256 سوپرتراشه GH200 استفاده می کند که منجر به یک واحد پردازش گرافیکی می شود. این عملکرد 1 اگزافلاپ و 144 ترابایت حافظه مشترک را ارائه می دهد که تقریباً 500 برابر بیشتر از نسل قبلی است. NVIDIA DGX A100 که در سال 2020 معرفی شد.
"زاینده هوش مصنوعیبنیانگذار و مدیرعامل گفت، مدل های زبان بزرگ و سیستم های توصیه گر موتورهای دیجیتال اقتصاد مدرن هستند. NVIDIA جنسن هوانگ. – ابررایانه‌های هوش مصنوعی DGX GH200 از پیشرفته‌ترین فناوری‌های محاسباتی و شبکه‌ای تسریع شده یکپارچه می‌شوند. NVIDIAبرای گسترش مرزهای هوش مصنوعی".
همانطور که در یک بیانیه مطبوعاتی در وب سایت این شرکت گزارش شده است، سوپرتراشه های GH200 نیاز به اتصال سنتی CPU-GPU PCIe را از بین می برند. آنها پردازنده را با هم ترکیب می کنند NVIDIA Grace و GPU مبتنی بر بازو NVIDIA هسته تانسور H100 در یک مورد. این امر پهنای باند بین GPU و CPU را 7 برابر افزایش می دهد، مصرف انرژی را به میزان قابل توجهی کاهش می دهد و 600 گیگابایت معماری GPU Hopper را برای ابررایانه های جدید فراهم می کند. معماری DGX GH200 48 برابر پهنای باند NVLink بیشتر از نسل قبلی ارائه می دهد.
انتظار می رود Google Cloud این کار را انجام دهد متا و Microsoft یکی از اولین کسانی خواهد بود که به DGX GH200 دسترسی پیدا می کند و توانایی های آن را در تولید بار کاری هوش مصنوعی کشف می کند. سازنده همچنین قصد دارد طرح DGX GH200 را به عنوان نمونه در اختیار ارائه دهندگان خدمات ابری قرار دهد تا بتوانند آن را برای زیرساخت خود تطبیق دهند.
معاون محاسباتی دانشگاه گفت: ایجاد مدل های مولد پیشرفته نیازمند رویکردهای نوآورانه در زیرساخت های هوش مصنوعی است. Google Cloud مارک لوه مایر. مقیاس جدید NVLink و حافظه سوپرتراشه گریس هاپر، گلوگاه های کلیدی در هوش مصنوعی در مقیاس بزرگ را برطرف می کند و ما مشتاقانه منتظر بررسی پتانسیل آن برای Google Cloud و ابتکارات هوش مصنوعی مولد خود هستیم.
معاون شرکت در زیرساخت Azure در Microsoft گیرش بابلانی به پتانسیل DGX GH200 برای کار با مجموعه داده‌های ترابایتی اشاره کرد که به توسعه‌دهندگان اجازه می‌دهد تحقیقات را در مقیاس‌های بزرگتر و با سرعت‌های شتاب‌دهنده انجام دهند.
این شرکت همچنین یک ابر کامپیوتر ایجاد می کند NVIDIA هلیوس مبتنی بر DGX GH200 برای محققان و تیم‌های توسعه. این دستگاه به چهار سیستم DGX GH200 مجهز خواهد شد و هر کدام توسط یک شبکه Quantum-2 InfiniBand برای افزایش توان داده برای آموزش مدل‌های بزرگ هوش مصنوعی به یکدیگر متصل خواهند شد. هلیوس شامل 1024 سوپرتراشه گریس هاپر خواهد بود و انتظار می رود تا پایان سال عملیاتی شود.
نرم افزار NVIDIA Base Command مدیریت گردش کار هوش مصنوعی، مدیریت کلاستر در سطح سازمانی، کتابخانه‌هایی که زیرساخت‌های محاسباتی، ذخیره‌سازی و شبکه را تسریع می‌کنند و نرم‌افزار سیستمی بهینه‌سازی شده برای بارهای کاری هوش مصنوعی را ارائه می‌دهد. همچنین شامل نرم افزار AI Enterprise است که بیش از 100 چارچوب، مدل از پیش آموزش دیده و ابزار توسعه را برای ساده سازی توسعه و استقرار هوش مصنوعی تولیدی از جمله هوش مصنوعی مولد ارائه می کند. هوش مصنوعی، بینایی کامپیوتر، هوش مصنوعی گفتاری و موارد دیگر.
ابر رایانه ها NVIDIA DGX GH200 تا پایان سال در دسترس خواهد بود.
همچنین بخوانید:
پاسخ دهید