Как найти решение этой невозможной проблемы, генеральный директор Nvidia Дженсен Хуан (Huang Renxun) дал свой ответ на конференции GTC Taiwan 2018, состоявшейся 30 мая.
Платформа NVIDIA Yewang
Вспоминая историю разработки NVIDIA от простого запуска графических процессоров, чтобы помочь отечественным и зарубежным производителям в создании графических процессоров, а затем расширить опыт развлечений для компьютерных игр. Хотя он когда-то потерялся на рынке смартфонов, AI активно развертывается в последние годы. Начался центр обработки данных, развитие автомобильной отрасли.
С точки зрения бизнес-архитектуры NVIDIA впервые инвестировала 90% своих затрат на исследования и разработки в архитектуру графического процессора и программную платформу CUDA, а затем применила эту модель для различных платформ: игр, центров обработки данных, искусственного интеллекта и автономного вождения.
NVIDIA всегда была лидером на рынке графических процессоров, а игровая индустрия стала крупнейшим источником пользователей графических процессоров. Центр обработки данных является самым быстрорастущим бизнес-рынком.
В течение последних трех лет среднегодовые темпы роста этой части бизнеса составляли 85%, а темпы роста в 2018 финансовом году составляли 133%. Этот рост приходился на различные вертикальные области, такие как высокопроизводительная компьютерная группа (HPC), компании с облачными вычислениями и исследователи ИИ.
В июне 2017 года Nvidia выпустила GPU следующего поколения Volta GPU с ядрами Tensor. Основываясь на глубоком обучении, Volta в пять раз быстрее, чем его предшественник Pascal. Volta была принята всеми основными облаками. Вычисляется поставщиками и производителями серверов.
На этот раз благодаря выпуску NVIDIA HGX-2 NVIDIA официально объединила искусственный интеллект и высокопроизводительные вычисления в единую платформу.
Понятно, что HGX-2, как платформа облачных серверов, обладает многоточными вычислительными возможностями, поддерживает высокоточные вычисления FP64 и FP32 для научных вычислений и моделирования, а также поддерживает точность FP16 и INT8 для обучения и рассуждений AI. HGX-2 выполняет тренировку AI Скорость достигала 15500 изображений в секунду в тесте ResNet-50, что эквивалентно 300 серверам с только процессором.
Эра вычислений GPU
В этом GTC Taiwan Huang Renxun также заявил, что ежегодный спрос на компьютеры в ближайшие 10 лет увеличится в 100 раз. В то же время, при условии, что закон Мура постепенно снижается, вычислительный объем GPU лучших 50 суперкомпьютеров мира будет в будущем. Он будет расти 15 раз за пять лет. В то же время, ускорение вычислений с использованием графического процессора станет основным способом распространения Закона Мура.
В настоящее время суперкомпьютеры стали важными инструментами для развития современной науки, они играют важную роль в развитии молекулярной конструкции, квантовой химии, квантовой механики, прогнозировании погоды, метеорологических исследованиях, разведке, физическом моделировании, анализе данных и искусственном интеллекте. Сто миллиардов или миллиард операционных показателей.
Согласно статистике OpenAI, вычислительная модель искусственного интеллекта в течение следующих пяти лет вырастет в 300 000 раз, что, как ожидается, возрастет в 30 000 раз быстрее, чем закон Мура. С ускорением GPU сложность данных и программ расчета может быть значительно увеличена. Это решает вычислительные потребности, которые люди в прошлом не могли решить.
Huang Renxun еще раз подчеркнул, что в прошлом NVIDIA создавала ускоренные преимущества вычислительной модели CUDA, а также показывает, что модель для ускорения вычислений с графическим процессором будет продолжать расширяться в будущем. Ожидается, что глобальный вычислительный спрос в 2028 году будет эквивалентен глобальному графическому процессору с архитектурой Volta. Традиционно вычислительная способность на суперкомпьютерном уровне формируется путем укладки нескольких процессоров, которые будут занимать крупномасштабное пространство и высокое энергопотребление. Если графические процессоры будут заменены, это позволит сэкономить больше пространства и энергопотребления и в то же время повысить ускорение. ,
Кроме того, Huang Renxun заявила, что NVIDIA официально запустила программу партнерства ODM в мире. Глобальные проектные и производственные компании, такие как Hon Hai Precision, Inventec, Quanta Computer и Wistron, станут партнерами и ускорят различные потребности облачных вычислений.
Унифицированная вычислительная платформа NVIDIA HGX-2
30 мая 2018 года Nvidia объявила о запуске первой единой вычислительной платформы NVIDIA HGX-2 как для искусственного интеллекта, так и для высокопроизводительных вычислений.
С точки зрения продуктовой линейки HGX-2 является обновленной версией HGX-1 в прошлом году. Последняя также является эталонной архитектурой для облачных сервисов Amazon AWS, Facebook и Microsoft. HGX-2 также находится за пределами облачной сервисной платформы и также может использоваться. Перейдите на HPC (высокопроизводительный компьютер), став первой в отрасли стандартной платформой для междоменных вычислительных приложений.
Nvidia заявляет, что платформа может выполнять высокоточные операции FP64 и FP32 для научных вычислений и моделирования, а также для подготовки к AI. И аргументация для операций FP16 и Int8, универсальность для удовлетворения потребностей сегодняшних все более интегрированных приложений HPC и AI.
Ядро HGX-2 использует 16-ти тороидальные GPU с высоким напряжением для формирования большой основной группы через структуру межсоединений NVSwitch. В качестве одного гигантского графического процессора HGX-2 обеспечивает 2 петафлопа производительности AI. Первый построенный с использованием HGX-2. Система - недавно выпущенная NVIDIA DGX-2.
Хуан Ренсюн отметил, что HGX-2 является частью серии серверных платформ ускорителей NVIDIA GPU. Эта серия продуктов подключена ко всей серверной системе центра обработки данных и подходит для каждого крупного рынка. Она может рекомендовать наиболее подходящий GPU для различных ИИ, высокопроизводительных вычислений и ускорения операций. В сочетании с конфигурацией процессора, такой как HGX-T для обучения гиперссылкам и HPC, HGX-1 для крупномасштабного вывода и интеллектуального анализа изображений (IVA) и SCX-E для центров обработки данных, HPC, IVA, инфраструктуры виртуального рабочего стола ( VDI) и т. Д.
Хуан Ренсюн (Huang Renxun) сказал: «HGX-2 с графическими процессорами Tensor Core приносит отрасли мощную вычислительную платформу общего назначения, которая объединяет HPC и AI для решения огромных задач, стоящих перед миром».
Понятно, что Foxconn, Inventec, Quanta и Wistron, четыре крупнейших в мире ODM, также разрабатывают системы на базе HGX-2, которые, как ожидается, будут введены в эксплуатацию во второй половине года в нескольких крупнейших в мире облачных центрах обработки данных.
Более десяти лет назад NVIDIA решила перейти от компании с графическим чипом к компьютерной компании и начала строить инфраструктуру и экосистему, необходимые для продвижения вычислительных ресурсов GPU.
Более десяти лет спустя, достижения трансформации NVIDIA были очевидны для всех. Из самых передовых физик, медицинских исследований, в текущие самые жаркие исследования и разработки в области искусственного интеллекта и автопилота, платформа NVIDIA продолжает предоставлять разработчикам более высокую вычислительную производительность. Станьте двигателем для продвижения научно-технического прогресса!