NVIDIA מציגה חידושים פורצי דרך בכנס SC25: מחשוב קוונטי, BlueField DPUs ועוד
בכנס SC25, חברת NVIDIA הציגה חידושים מרשימים בתחום המחשוב המואץ והבינה המלאכותית. בין הפיתוחים הבולטים היו NVIDIA BlueField DPUs, רשתות הדור הבא ומחשוב קוונטי. איאן באק, סגן נשיא ומנהל כללי למחשוב מואץ ב-NVIDIA, נשא נאום מיוחד שהדגיש את השפעת החידושים הללו על תעשיית הסופר-מחשוב.
החידושים בתחום האחסון הוצגו באמצעות יחידת עיבוד הנתונים BlueField-4, חלק מפלטפורמת BlueField שמאיצה תשתיות AI בקנה מידה גדול. מתגי הרשתות NVIDIA Quantum-X Photonics InfiniBand CPO מאפשרים למפעלים מבוססי AI להפחית את צריכת האנרגיה ועלויות התפעול, והם כבר נמצאים בתכנון לשילוב על ידי תאגידים כמו TACC, Lambda ו-CoreWeave.
בחודש שעבר, NVIDIA השיקה את DGX Spark, הסופר-מחשב הקטן בעולם לבינה מלאכותית, המציע ביצועי AI של פטה-פלופ וזיכרון מאוחד של 128 גיגה-בייט. המערכת מבוססת על ארכיטקטורת Grace Blackwell ומשלבת GPUs, CPUs, רשתות וספריות CUDA, מה שמאפשר הרצת מודלים עם עד 200 מיליארד פרמטרים.
מערכת DGX Spark מציעה יתרון משמעותי בזכות הזיכרון המאוחד שלה וה-NVIDIA NVLink-C2C, המספקים רוחב פס פי 5 מ-PCIe Gen5. בזכות זאת, ניתן להאיץ תהליכי אימון למודלים גדולים ולבצע כיוונון עדין ללא תקלות, וכל זאת במארז שולחני נוח לשימוש.
בנוסף, הוצגה משפחת המודלים הפתוחה NVIDIA Apollo לפיזיקה מבוססת AI, המאפשרת לחברות לדמות ולהאיץ תהליכי עיצוב בתחומים מגוונים כמו אוטומציה, דינמיקת נוזלים ומזג אוויר. המודלים מנצלים את ההתפתחויות האחרונות בפיזיקה מבוססת AI ומשלבים ארכיטקטורות למידת מכונה מתקדמות.
NVIDIA Warp, מסגרת פייתון בקוד פתוח, מציעה האצה של חישובים פיזיקליים ובינה מלאכותית עד פי 245. המערכת משלבת את הנגישות של פייתון עם ביצועים ברמת CUDA, ומאפשרת למפתחים להריץ משימות סימולציה מורכבות בקלות ובמהירות.
NVIDIA BlueField-4 DPU, שנחשף בכנס GTC בוושינגטון, מספק ביצועים חסרי תקדים לתשתיות AI. המעבד משלב מעבד NVIDIA Grace עם 64 ליבות ורשת NVIDIA ConnectX-9, מה שמאפשר פריקה, האצה ובידוד של פונקציות מרכזיות במרכזי הנתונים, תוך מיקוד ביכולות חישוביות גבוהות.
ככל שמפעלי AI ומרכזי סופר-מחשוב הולכים וגדלים, התשתיות נדרשות להיות מהירות ואינטליגנטיות יותר. חידושי NVIDIA מציעים פתרונות מתקדמים לשיפור הביצועים והיעילות של תשתיות אלו, ומסייעים לחברות כמו DDN, VAST Data ו-WEKA להגדיר מחדש את הביצועים לעומסי עבודה מדעיים ו-AI.