تکنولوژی

انویدیا از ابرکامپیوتر جدید با هوش مصنوعی DGX GH200 رونمایی کرد. شامل 256 سوپرچیپ گریس هاپر است

انویدیا یک ابر کامپیوتر جدید هوش مصنوعی به نام DGX GH200 را معرفی کرد. در حالی که نام “ابر کامپیوتر” گاهی اوقات به راحتی از بین می رود، اگر مشخصات به اشتراک گذاشته شده توسط شرکت باور شود، در واقع می تواند با عنوان مطابقت داشته باشد. جدیدترین پیشنهاد انویدیا، 256 ابرتراشه Grace Hopper را که برای اولین بار در مارس 2022 معرفی شد، به هم متصل می کند. این پردازنده گرافیکی 144 ترابایتی را همراه با پهنای باند GPU به GPU 900 گیگابایت در ثانیه دارد. این شرکت ادعا می کند که این ابررایانه قادر به 1 اگزافلاپس عملکرد هوش مصنوعی FP8 است.

هوش مصنوعی مولد، مدل‌های بزرگ زبان و سیستم‌های توصیه‌کننده موتورهای دیجیتال اقتصاد مدرن هستند. جنسن هوانگ، بنیانگذار و مدیر عامل انویدیا، در بیانیه‌ای گفت: ابررایانه‌های DGX GH200 با هوش مصنوعی پیشرفته‌ترین فناوری‌های محاسباتی و شبکه‌ای سریع NVIDIA را برای جابجایی مرزهای هوش مصنوعی یکپارچه می‌کنند.

انویدیا از ابرکامپیوتر جدید هوش مصنوعی رونمایی کرد

این شرکت فاش کرد که فضای بزرگ حافظه مشترک DGX GH200 از فناوری اتصال NVLink با سیستم سوئیچ NVLink برای ترکیب 256 سوپرتراشه GH200 استفاده می کند و به آنها اجازه می دهد تا به عنوان یک GPU واحد کار کنند. این عملکرد 1 اگزافلاپ و 144 ترابایت حافظه مشترک را فراهم می کند. این حافظه تقریباً 500 برابر بیشتر از نسل قبلی Nvidia DGX A100 است که در سال 2020 معرفی شد.

به جای استفاده از مسیر سنتی CPU به GPU، سوپرتراشه‌های GH200 CPU Grace Hopper و Tensor Core GPY را با استفاده از تراشه‌های NVLink C2C ترکیب می‌کنند. به گفته انویدیا، پهنای باند بین GPU و CPU را در مقایسه با آخرین فناوری PCIe 7 برابر افزایش می دهد و در صورت اتصال بیش از 5 برابر، مصرف انرژی را کاهش می دهد.

مطلب پیشنهادی:  وام دهنده ارزهای دیجیتال BlockFi برای اولین بار در دادگاه ورشکستگی ظاهر می شود

این شرکت گفت که DGX GH200 اولین ابررایانه ای است که سوپرتراشه های گریس هاپر را با سیستم سوئیچ NVLink Nvidia جفت می کند، یک اتصال جدید که به همه GPU های یک سیستم DGX GH200 اجازه می دهد تا به صورت یکجا کار کنند.

علاوه بر این، انویدیا ادعا می‌کند که معماری DGX GH200 48 برابر پهنای باند NVLink بیشتری نسبت به نسل قبلی ارائه می‌کند و آن را به دستگاهی منسجم تبدیل می‌کند که عملکردی با مصرف انرژی بهینه ارائه می‌دهد.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا