NVIDIA memperkenalkan produk superkomputer dan edge di SC22

Berita18 Dilihat


Produk-produk perusahaan berupaya menangani transportasi data real-time, instrumen pengumpulan data edge.

Gambar: Sundry Photography/Adobe Stock

NVIDIA mengumumkan beberapa kemitraan dan produk edge computing pada 11 November menjelang Konferensi Internasional untuk Komputasi, Jaringan, Penyimpanan, dan Analisis Kinerja Tinggi (alias SC22) pada 13-18 November.

Komputasi Berkinerja Tinggi di Edge Solution Stack mencakup ekstender MetroX-3 Infiniband; streaming data berperforma tinggi yang dapat diskalakan; dan unit pemrosesan data BlueField-3 untuk percepatan dan pembongkaran migrasi data. Selain itu, SDK Holoscan telah dioptimalkan untuk instrumen tepi ilmiah dengan akses pengembang melalui API C++ dan Python standar, termasuk untuk data non-gambar.

LIHAT: iCloud vs. OneDrive: Mana yang terbaik untuk pengguna Mac, iPad, dan iPhone? (PDF gratis) (TechRepublic)

Semua ini dirancang untuk memenuhi kebutuhan tepi penelitian dan implementasi dengan ketelitian tinggi. Komputasi kinerja tinggi di tepi mengatasi dua tantangan utama, kata Dion Harris, manajer produk utama NVIDIA untuk komputasi akselerasi, dalam briefing virtual pra-pertunjukan.

Pertama, instrumen ilmiah dengan fidelitas tinggi memproses data dalam jumlah besar di edge, yang perlu digunakan baik di edge maupun di pusat data secara lebih efisien. Kedua, tantangan migrasi data pengiriman muncul saat memproduksi, menganalisis, dan memproses data fidelitas tinggi dalam jumlah besar. Peneliti harus dapat mengotomatiskan migrasi data dan keputusan terkait berapa banyak data yang akan dipindahkan ke inti dan berapa banyak yang akan dianalisis di edge, semuanya secara real time. AI juga berguna di sini.

“Instrumen pengumpulan data edge berubah menjadi akselerator penelitian interaktif real-time,” kata Harris.

“Transportasi data hampir real-time menjadi diinginkan,” kata CEO Zettar Chin Fang dalam siaran pers. “DPU dengan kemampuan pergerakan data bawaan menghadirkan banyak kesederhanaan dan efisiensi ke dalam alur kerja.”

Pengumuman produk NVIDIA

Setiap produk baru yang diumumkan membahas hal ini dari arah yang berbeda. MetroX-3 Long Haul memperluas platform konektivitas Infiniband NVIDIA hingga 25 mil atau 40 kilometer, memungkinkan kampus dan pusat data terpisah berfungsi sebagai satu unit. Ini berlaku untuk berbagai kasus penggunaan migrasi data dan memanfaatkan kemampuan akses memori langsung jarak jauh asli NVIDIA serta kemampuan komputasi dalam jaringan Infiniband lainnya.

Akselerator BlueField-3 dirancang untuk meningkatkan efisiensi dan keamanan offload dalam aliran migrasi data. Zettar mendemonstrasikan penggunaan NVIDIA BlueField DPU untuk migrasi data di konferensi, menunjukkan pengurangan jejak perusahaan secara keseluruhan dari 13U ke 4U. Secara khusus, proyek Zettar menggunakan Dell PowerEdge R720 dengan DPU BlueField-2, ditambah server Colfax CX2265i.

Zettar menunjukkan dua tren TI saat ini yang membuat migrasi data yang dipercepat berguna: paradigma edge-to-core/cloud dan infrastruktur yang dapat disusun dan dipisahkan. Migrasi data yang lebih efisien antara infrastruktur yang terpisah secara fisik juga dapat menjadi langkah menuju pengurangan energi dan ruang secara keseluruhan, dan mengurangi kebutuhan peningkatan forklift di pusat data.

“Hampir semua vertikal menghadapi tsunami data akhir-akhir ini,” kata Fang. “… Sekarang semakin mendesak untuk memindahkan data dari edge, tempat instrumen berada, ke core dan/atau cloud untuk dianalisis lebih lanjut, dalam pipeline yang seringkali didukung oleh AI.”

Lebih banyak superkomputer di edge

Di antara kemitraan NVIDIA edge lainnya yang diumumkan di SC22 adalah versi liquid immersion-cooled dari OSS Rigel Edge Supercomputer di dalam EdgeBox 4.5 TMGcore dari Sistem Satu Pintu dan TMGcore.

“Rigel, bersama dengan solusi NVIDIA HGX A100 4GPU, merupakan lompatan maju dalam memajukan desain, kekuatan, dan pendinginan superkomputer untuk lingkungan yang kokoh,” kata Paresh Kharya, direktur senior manajemen produk untuk komputasi akselerasi di NVIDIA.

Kasing penggunaan untuk superkomputer berpendingin cairan yang kokoh untuk lingkungan tepi termasuk kendaraan otonom, helikopter, pusat komando seluler, dan ruang peralatan pesawat atau drone, kata One Stop Systems. Cairan di dalam pengaturan khusus ini adalah campuran non-korosif “mirip dengan air” yang menghilangkan panas dari elektronik berdasarkan sifat titik didihnya, menghilangkan kebutuhan akan heat sink yang besar. Selain mengurangi ukuran kotak, konsumsi daya, dan kebisingan, cairan juga berfungsi untuk meredam guncangan dan getaran. Tujuan keseluruhannya adalah untuk membawa tingkat komputasi kelas pusat data yang dapat dipindahkan ke tepian.

Efisiensi energi dalam superkomputer

NVIDIA juga membahas rencana untuk meningkatkan efisiensi energi, dengan GPU H100-nya yang memiliki efisiensi energi hampir dua kali lipat dibandingkan A100. GPU Tensor Core H100 berdasarkan arsitektur GPU NVIDIA Hopper adalah penerus A100. Teknologi GPU multi-instance generasi kedua berarti jumlah klien GPU yang tersedia untuk pengguna pusat data meningkat secara dramatis.

Selain itu, perusahaan mencatat bahwa teknologinya mendukung 23 dari 30 sistem teratas dalam daftar superkomputer Green500 yang lebih efisien. Nomor satu dalam daftar, the Superkomputer Institut Flatiron di New Jersey, dibangun oleh Lenovo. Ini termasuk server ThinkSystem SR670 V2 dari Lenovo dan GPU NVIDIA H100 Tensor Core yang terhubung ke jaringan NVIDIA Quantum 200Gb/s InfiniBand. Transistor kecil, dengan lebar hanya 5 nanometer, membantu mengurangi ukuran dan daya yang digunakan.

“Komputer ini akan memungkinkan kita untuk melakukan lebih banyak ilmu pengetahuan dengan teknologi yang lebih cerdas yang menggunakan lebih sedikit listrik dan berkontribusi pada masa depan yang lebih berkelanjutan,” kata Ian Fisk, co-direktur Inti Komputasi Ilmiah Institut Flatiron.

NVIDIA juga berbicara tentang Grace CPU dan Grace Hopper Superchips, yang melihat ke masa depan di mana komputasi yang dipercepat mendorong lebih banyak penelitian seperti yang dilakukan di Flatiron Institute. Pusat data yang didukung Grace dan Grace Hopper dapat menyelesaikan pekerjaan 1,8 kali lebih banyak dengan anggaran daya yang sama, kata NVIDIA. Itu dibandingkan dengan pusat data HPC 1 megawatt berbasis x86 yang dipartisi serupa dengan 20% daya yang dialokasikan untuk partisi CPU dan 80% untuk porsi yang dipercepat dengan CPU dan chip baru.

Untuk lebih lanjut, lihat pengumuman AI NVIDIA baru-baru ini, penawaran Omniverse Cloud untuk metaverse dan driver kernel open source yang kontroversial.


#NVIDIA #memperkenalkan #produk #superkomputer #dan #edge #SC22

Source link

Komentar