AMD technologijos jau naudojamos pirmajame eksaskaliniame superkompiuteryje bei „Microsoft Azure“ ir „Google Cloud“ platformose

AMD technologijos jau naudojamos pirmajame eksaskaliniame superkompiuteryje bei „Microsoft Azure“ ir „Google Cloud“ platformose

Technologijų pasaulyje vis dažniau girdime apie našumo ir efektyvumo šuolius – nuo debesų kompiuterijos iki eksaskalinio lygio superkompiuterių. Spartėjanti pažanga leidžia apdoroti milžiniškus duomenų kiekius, treniruoti sudėtingus dirbtinio intelekto modelius ir atlikti 3D simuliacijas greičiau nei bet kada anksčiau.

Eksaskalinis skaičiavimas: nauja riba

Eksaskalės era tapo realybe su naujos kartos superkompiuteriu, kuris užėmė pirmąsias vietas dviuose prestižiniuose reitinguose: našumą vertinančiame Top500 ir energinį efektyvumą akcentuojančiame Green500. Tai – ne tik simbolinis pasiekimas. Sistema demonstruoja 62,68 GFLOPS/W energinį efektyvumą ir pasiekia 6,86 eksaflopso mišraus tikslumo (HPL-AI) našumą; bendrosios paskirties skaičiavimuose – apie 1,1 eksaflopso.

Šis superkompiuteris ne tik peržengė skaičiavimų greičio ribas, bet ir atvėrė duris naujoms mokslo sritims: nuo klimato modelių ir medžiagotyros iki sudėtingų bioinformatikos užduočių. Pirmieji projekti pradėti 2022 m., o nuo 2023 m. sistema dirba visu pajėgumu.

Kaip suvaldyta architektūra ir aušinimas

  • 74 skaičiavimo spintos su masyvia paralelizacija
  • Apie 9 400 procesorių (CPU) ir ~37 000 spartintuvų (GPU) sudėtingoms 3D simuliacijoms ir didelio mastelio duomenų analizėms
  • Skysčiu aušinama infrastruktūra: 4 pramoniniai siurbliai, kiekvienas tiekia po 25 000 l/min

Tokio masto sąranka leidžia ne tik pasiekti rekordinį našumą, bet ir išlaikyti tvarią energijos sąnaudų kreivę – ko šiandien reikalauja tiek mokslas, tiek pramonė.

Debesijos plėtra: didesnė galia dirbtiniam intelektui

Debesų tiekėjai toliau stiprina infrastruktūrą, diegdami naujos kartos spartintuvus sudėtingoms dirbtinio intelekto darbo apkrovoms. Viena iš krypčių – Instinct MI200 šeimos akseleratoriai, kuriuos lydi glaudus programinės ekosistemos optimizavimas kartu su PyTorch kūrėjais ir duomenų centrų inžinieriais. Šis derinys spartina modelių treniravimą ir inferenciją, mažina sąnaudas bei gerina mastelio keitimą.

Kartu pristatomos ir naujos virtualios mašinos, pritaikytos skirtingiems darbo krūviams: nuo didelės atminties HPC iki skaičiavimų, kuriems būtinas didelis spartinančiosios atminties kiekis. Čia savo vietą randa 3-ios kartos EPYC procesoriai su 3D V-Cache technologija – jie padeda žymei sumažinti vėlavimus ir pagreitina duomenų intensyvias užduotis.

Konfidencialus skaičiavimas debesyje

Kita svarbi kryptis – sauga. Virtualios mašinos N2D ir C2D, paremtos naujausiais EPYC lustais, siūlo konfidencialaus skaičiavimo (Confidential Computing) galimybes. Tai reiškia, kad duomenys šifruojami ne tik saugykloje ar perdavimo metu, bet ir apdorojant, todėl jautri informacija apsaugoma visame cikle.

Tokios virtualios mašinos prieinamos daugelyje pasaulio regionų, o konfidencialios VM siūlomos visur, kur pasiekiamos N2D ir C2D konfigūracijos. Organizacijos gali lanksčiai rinktis tarp bendrosios paskirties, aukšto našumo ar maksimaliai optimizuotų profilių – pagal konkrečias AI, duomenų analizės ar HPC užduotis.

Rezultatas akivaizdus: eksaskalinis našumas derinamas su energiniu efektyvumu, o debesų infrastruktūra suteikia reikalingą saugą ir mastelį. Toks technologijų tandemas leidžia greičiau generuoti mokslo atradimus, kurti pažangius AI produktus ir mažinti skaičiavimo kaštus – nuo duomenų centrų iki pasaulinių inovacijų laboratorijų.

Parašykite komentarą

El. pašto adresas nebus skelbiamas. Būtini laukeliai pažymėti *