Nvidia HGX-2 сървърна платформа достига 2 петафлопа

Nvidia описва HGX-2 като „градивен елемент“, върху който производителите на сървъри могат да изграждат системи, настройвани за различни задачи (снимка: Nvidia)

Nvidia подготвя терена за повишаване производителността и ефективността на центровете за данни чрез своята нова сървърна платформа HGX-2, обяви Дженсън Хуанг, CEO на компанията, по време на конференция за GPU технологии в Тайван.

Платформата Nvidia HGX-2 ще впрегне мощта на 16 графични процесора Tesla V100 Tensor Core, за да задоволи потребностите едновременно на изкуствения интелект (AI) и натоварванията при високо-производителни изчисления (HPC).

Производителите на сървъри за дейта центрове (като Lenovo, Supermicro, Wiwynn и QCT) споделят, че биха поръчали HGX-2 системи до края на тази година. Очаква се също Foxconn, Inventex, Quanta и Wistron също да произвеждат сървъри, които използват новата платформа на Nvidia.

HGX-2 е създадена с двa GPU масива от по 8 процесора, като общо осигурява 16 графични процесора. Връзката с графичните процесори Tesla е осъществена чрез NVSwitch. За сравнение, HGX-1, обявена преди година, обработва данни само с 8 графични процесора.

От Nvidia описват HGX-2 като „градивен елемент“, върху който производителите на сървъри могат да изграждат системи, настройвани за различни задачи. Бъдещият DGX-2 на Nvidia също ще използва HGX-2 и според компанията ще бъде първата система, която стъпва на тази сървърна платформа.

Очаква се системата да работи с до два петафлопа изчислителна мощ – производителност, която за да бъде достигната, обикновено са необходими стотици свързани сървъри. Nvidia допълва, че системата постига рекорд при скоростите на обучението на AI, като обработва 15 500 изображения в секунда при проведен тест с бенчмарка RestNet-50 training.

Стартовата цена на DGX-2 е $399 000, но една такава система може да измести 300 CPU сървъра, които заедно биха стрували милиони долари. Графичните процесори са от ключово значение при изграждането на модели на невронни мрежи, за нуждите на приложения свързани с машинното обучение. Това прави HGX-2 платформата идеална за конфигуриране за обучение на изкуствен интелект и за включване на невронни мрежи, за решаване на реални проблеми.

Друга цел на HGX-2 са високопроизводителните изчисления, които са необходими най-вече за научни задачи, рендериране на видео и изображения или други симулации, коментираха експерти от Софтуерния университет.

Автор: Георги Кацаров