Nvidia предоставит Volta широкую поддержку в ЦОД

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


2017-10-07 09:30

ИТ-гиганты

Nvidia предоставит Volta широкую поддержку в ЦОД

Серверы HPE Apollo 6500 поддерживают до восьми графических ускорителей V100

Поставщиками систем с графическими ускорителями Tesla V100 станут IBM, Dell EMC, HPE и Supermicro. Разработчики программного обеспечения также объявили о поддержке новой архитектуры.

Рост рабочей нагрузки ЦОД, приходящейся на системы искусственного интеллекта, высокопроизводительные вычисления и бизнес-анализ, заставляет крупнейших в мире производителей серверов и провайдеров облачных сервисов спешно закупать новейшие графические ускорители Tesla V100, созданные на базе архитектуры Nvidia Volta.

Компания Nvidia заставила говорить о новых Tesla V100 всю экосистему, включая разработчиков программного обеспечения, закрепив свое доминирующее положение в области графических процессоров для ЦОД.

На конференции Strata Data Conference в Нью-Йорке компании IBM, HPE, Dell EMC и Supermicro анонсировали интеграцию новых графических ускорителей в свои продукты. Чуть ранее на конференции GPU Technology Conference, организованной Nvidia в Пекине, об использовании референсной архитектуры Nvidia HGX и внедрении систем на базе архитектуры Volta в ЦОД гипермасштабов заявили Lenovo, Huawei и Inspur.

Разработчики графической архитектуры Volta сделали гигантский шаг вперед по сравнению с архитектурой Nvidia Pascal. Продукты Tesla V100, созданные на базе Volta, имеют 21 млрд транзисторов и 5100 ядер CUDA. Их тактовая частота может достигать 1455 МГц. Для сравнения, ускорители Tesla P100, построенные на основе архитектуры Pascal, содержат 3840 ядер CUDA и 15 млрд транзисторов.

Nvidia контролирует около 70% рынка дискретных графических плат и практически весь рынок графических процессоров для машинного обучения. Впрочем, одним только оборудованием дело здесь не ограничивается. Экосистема, выстраиваемая на базе платформы параллельных вычислений CUDA и модели API, помогает воздвигать барьеры, которые конкурирующим компаниям Intel и AMD вряд ли удастся преодолеть.

«Хотя мы сосредоточены в основном на оборудовании, и Volta занимает здесь очень важное место, не меньшее внимание следует уделять и дополнительным продуктам – компиляторам, системам, программным инструментам и т.д., которые Nvidia активно развивает на протяжении уже нескольких лет», – заявил Дин Маккеррон из Mercury Research.

Среди дополнительных инструментов следует выделить новую версию Nvidia TensorRT – оптимизирующего компилятора и исполняемой среды для развертывания систем машинного обучения в ЦОД гипермасштабов, а также на встроенных и автомобильных графических платформах.

Независимые разработчики программного обеспечения также анонсировали на конференции Strata приложения, которые будут работать на графических процессорах с архитектурой Volta. Программа искусственного интеллекта Driverless AI, представленная H2O.ai, специально адаптирована к архитектуре Nvidia Volta. Она уже работает на суперкомпьютере DG-X1, представленном в начале сентября, и будет запускаться на любом сервере с новой версией Tesla V100 (поддерживая при этом обратную совместимость с системами с архитектурой Pascal).

По словам генерального директора и одного из основателей H2O.ai Срисатиша Амбати, программное обеспечение Driverless AI позволит получать логические выводы на основе анализа данных, не имея специальных знаний в области машинного обучения. Оно может найти применение в сферах страхования, здравоохранения и финансовых услуг.

Графические процессоры с массово-параллельной архитектурой хороши в первую очередь при решении задач машинного обучения и настройке нейронных сетей, но серверы с этими процессорами могут выполнять и многие другие операции.

«Прежде всего речь идет обо всем, где нужны графические процессоры, но одним лишь искусственным интеллектом дело здесь не ограничивается, – подчеркнул Маккеррон. – Искусственный интеллект, машинное обучение, виртуализация, рендеринг, множество функций параллельного поиска – все эти задачи весьма востребованы в ЦОД, и у Nvidia есть много пространства для дальнейшего развития».

Приложение Kinetica, предназначенное для работы с базами данных в оперативной памяти и активно использующее вычислительные мощности графических процессоров, также устанавливается на системах Nvidia DGX и на других серверах с графическими процессорами Pascal или Volta. «Пявление Volta способствовало несомненному росту производительности», – заявил директор Kinetica по совместному с партнерами проектированию Вуди Кристи.

Kinetica ускоряет выполнение запросов Tableau и используется в сфере финансовых услуг, розничной торговли, здравоохранения и в государственном секторе для оперативного аналитической обработки (OLAP), выполнения приложений искусственного интеллекта, бизнес-анализа и геопространственной аналитики.

computerworld.ru


Источник: H2O.ai

Комментарии: