Новости Hardware → Искусственный интеллект, машинное обучение, нейросети
Быстрый переход

ARM представила новые ядра Cortex-A78 и Cortex-X, а также графику Mali-G78

Британский технологический гигант ARM каждый год примерно в одно и то же время представляет новое поколение ядер центральных и графических процессоров. И этот год не стал исключением. Сегодня компания представила процессорные ядра Cortex-A78, графический процессор Mali-G78 и чип Cortex-X, отличающийся возможностью тонкой настройки производителями готовых решений на его базе.

neowin.net

neowin.net

Как заявляет компания, ядро Cortex-A78 получило самый заметный прирост производительности за всю историю ARM. Оно показывает 20 % прирост производительности по сравнению с актуальным Cortex-A77, которое лежит в основе большинства флагманских чипсетов текущего поколения. А вот Cortex-X1, первый процессор семейства Cortex-X, будет производительнее текущего флагмана на целых 30 %. Кроме того, вендоры смогут самостоятельно настраивать параметры Cortex-X1, благодаря чему смогут добиться ещё более высоких показателей производительности.

neowin.net

neowin.net

Что касается графического ускорителя Mali-G78, он представляет собой второе поколение графических процессоров на архитектуре Vallhall. ARM утверждает, что новый GPU на целых 25 % производительнее предшественника, что впечатляет ещё больше, если брать во внимание, что предыдущий чип обеспечил прирост производительности 40 % по сравнению с позапрошлогодним. Новый GPU поддерживает до 24 ядер и, по словам ARM гораздо более энергоэффективен, чем его предшественник.

Кроме того, ARM представила субпремиальный графический чип Mali-G68, который поддерживает до восьми ядер, но при том получил все возможности флагманского Mali-G78. Также был показан нейронный процессор Ethos-N78, который на 25 % эффективнее обрабатывает задачи, связанные с искусственным интеллектом. Новые продукты ARM вероятнее всего лягут в основу флагманских мобильных устройств 2021 модельного года.

Источник:

Российская сельхозтехника переходит на систему беспилотного управления

Сбербанк, разработчик систем искусственного интеллекта для беспилотных транспортных средств Cognitive Pilot (дочерняя компания Сбербанка и группы Cognitive Technologies) и российский агрохолдинг «Русагро» приступили к промышленному внедрению системы автономного управления сельскохозяйственной техникой.

Речь идёт о комплексе Cognitive Agro Pilot, который может применяться на зерноуборочных комбайнах, тракторах и опрыскивателях. Система анализирует поступающее всего лишь с одной видеокамеры изображение и при помощи модифицированной под агротехнические задачи нейронной сети глубокого обучения распознаёт типы и положения объектов по ходу движения, строит траектории движения и передаёт необходимые команды для выполнения манёвров.

Важно отметить, что Cognitive Agro Pilot обеспечивает безопасную работу в сложных погодных условиях и при любой освещённости. Для функционирования системы не требуется спутниковая навигация. Это позволяет детектировать на пути техники неожиданно возникающие препятствия, включая людей, животных, металлические предметы и камни, а также работать на территориях со слабым спутниковым сигналом.

В рамках нового соглашения комплексом Cognitive Agro Pilot будут оборудованы 242 зерноуборочных комбайна, используемых «Русагро» в Белгородской, Тамбовской, Курской и Орловской областях, а также Приморском крае. Это самый крупный в мире проект по единовременной роботизации сельскохозяйственной техники сразу в четырёх климатических зонах внутри одного агрохолдинга.

Использование во время уборочных работ автономных систем управления техникой позволит минимизировать риски негативного влияния человеческого фактора. «Пока присутствие водителя за рулём комбайна во время проведения работ будет обязательным. Однако автоматическая система управления позволит ему в большей степени сосредоточиться на управлении и контроле других параметров технологического процесса уборки урожая: например, на угле наклона жатки, настройке процесса обмолота и очистке зерна», — говорится в сообщении участников проекта. 

Источник:

Google отворачивается от американских нефтедобытчиков по зову природы

Суперкомпьютеры широко используются в отраслях, связанных с добычей полезных ископаемых. Но теперь возник любопытный прецедент: поставщик вычислительных ресурсов готов отвернуться от платёжеспособного заказчика из репутационных соображений. Корпорация Google отказалась обслуживать американских нефтедобытчиков, хотя ранее предоставляла им облачные вычислительные мощности.

Источник изображения: Vostok

Источник изображения: Vostok

Толчком к принятию такого решения, как отмечает CNBC, стала публикация международной организацией Greenpeace доклада о глубине сотрудничества корпорации Google с международными концернами, добывающими углеводородное топливо на территории США: Shell, BP и ExxonMobil. Адаптированные под нужды ресурсодобывающих компаний системы искусственного интеллекта поставляются компаниями Google, Microsoft и Amazon.

Для Google забота об окружающей среде стала одним из приоритетов в осуществлении хозяйственной деятельности, и уже с 2007 года она может похвастать нулевым углеродным следом, поскольку активно закупает электроэнергию, полученную из возобновляемых источников. У Microsoft имеются намерения перейти к отрицательному углеродному следу с 2030 года, а Amazon пытается добиться «нейтральности» по углеродному следу к 2040 году.

В дополнение к этому Google теперь почти полностью отказалась от контрактов с нефтедобывающими корпорациями, если не считать обслуживание существующих; Amazon предпочитает сотрудничать в сфере вычислений, необходимых лишь для фаз переработки и транспортировки нефтепродуктов и сырья; и лишь Microsoft обладает самым крупным и разнообразным портфелем контрактов. Последняя из компаний призывает трезво оценивать ситуацию, поскольку сейчас полностью отказаться от переработки ископаемых ресурсов для получения энергии невозможно. С другой стороны, Microsoft не отрицает важности поэтапного перехода на возобновляемые источники энергии, но без фанатизма и жертв для существующего уклада жизни человечества.

Источник:

Без касс и продавцов: в России заработал первый магазин с компьютерным зрением

Сбербанк, розничная сеть «Азбука Вкуса» и международная платёжная система Visa открыли первый в России магазин, в котором нет ни продавцов, ни касс самообслуживания. За продажу товаров отвечает интеллектуальная система на базе компьютерного зрения.

Чтобы воспользоваться новым сервисом, покупателю необходимо скачать мобильное приложение Take&Go от Сбербанка и зарегистрироваться в нём, привязав к своему аккаунту банковскую карту для оплаты покупок. Кроме того, необходимо указать адрес электронной почты — на него будут приходить чеки.

Для совершения покупок в необычном магазине достаточно на входе в зону Take&Go отсканировать QR-код из мобильного приложения, взять с полок нужные товары и просто выйти: деньги с карты будут списаны автоматически.

После считывания QR-кода в дело вступает «умная» система наблюдения, которая непрерывно отслеживает количество и ассортимент товаров на полках, чтобы безошибочно собрать в виртуальную корзину продукты, которые выбрал покупатель. Если посетитель взял товар, а затем передумал и вернул его на полку, соответствующая позиция будет сразу же удалена из виртуальной корзины.

Как только клиент выходит из магазина, мобильное приложение Take&Go Сбербанка автоматически осуществляет списание. После прохождения оплаты покупатель получает push-уведомление на телефон и чек по электронной почте.

Сейчас система тестируется в закрытом режиме на ограниченном количестве клиентов в магазине «Азбука Вкуса» в деловом центре «Москва-Сити» (башня «Федерация», Пресненская набережная, 12). В течение месяца, как ожидается, сервис станет доступен всем желающим. 

Источник:

Военные США открыли для себя квантовые алгоритмы и теперь думают, как извлечь пользу

На днях Агентство перспективных исследований МО США DARPA запустило программу по продвижению квантовых вычислений. Военные отдают себе отчёт в том, что настоящих универсальных квантовых компьютеров не будет ещё очень и очень долго. Поэтому программа предполагает запуск квантовых алгоритмов на обычных ПК или создание гибридных платформ с использованием квантовых систем с относительно небольшим набором кубитов ― от сотен до тысяч.

В программе DARPA ONISQ (Optimization with Noisy Intermediate-Scale Quantum), будут участвовать семь университетских и отраслевых команд. На русский язык название программы можно перевести как оптимизация с зашумлёнными квантовыми системами среднего масштаба. К слову, название программы вероятно является анаграммой слова «оникс», что соответствует её духу. 

Программа ONISQ предусматривает две фазы или этапа. Первый этап стартовал в марте этого года и продлится полтора года. Участники этой фазы должны представить квантово-классический алгоритм и его исполнение на квантовом устройстве для решения конкретной задачи комбинаторной оптимизации. Этой задачей может быть глобальное управление логистикой, производство электроники, проблематика сворачивания белков или что-то другое. Решение подобных задач представляет интерес как для военных, так и для гражданских (коммерческих) целей.

Первым этапом займутся команды Georgia Tech Applied Research Corporation (дочернее предприятие корпорации Georgia Tech Research Corporation), некоммерческой ассоциации Universities Space Research Association (Ассоциация космических исследований университетов), Совета Гарвардского университета (Presidents & Fellows of Harvard College) и компании ColdQuanta.

Вторая фаза программы ONISQ в два раз длиннее ― она рассчитана на 30 месяцев (на 2,5 года). Участники второй фазы, а в неё могут перейти перспективные команды из первой фазы, будут разрабатывать общие теоретические методы для прокладывания пути к парадигме квантовой оптимизации. Проще говоря, вторая фазы программы предполагает поиск квантовых алгоритмов для решения задач комбинаторной оптимизации с намного большей эффективностью, чем на классических компьютерах. Начнут этим заниматься команды Университета Теннесси, Клемсонского университета и Лихайского университета.

«Что особенно интересно в командах ONISQ, так это то, что ученые, работающие в области квантовой информации, будут работать бок о бок с экспертами в области теории классической оптимизации», ― сказала Татьяна Курчич (Tatjana Curcic), руководитель программы в DARPA. «Вместе они выяснят, где гибридный квантово-классический подход принесет наибольшую отдачу».

Источник:

Нейросеть научили убедительно имитировать человеческие эмоции голосом

Британская компания Sonantic разработала нейросеть, способную убедительно имитировать «глубокие человеческие эмоции» во время озвучивания текста, например, плакать или вздыхать. В этом плане она на несколько порядков превосходит возможности тех же голосовых помощников Siri или Alexa, которых вряд ли можно назвать эмоциональными или выразительными.

Созданная компанией Sonantic программа для редактирования звуковой информации использует множество различных голосовых моделей, созданных на основе голосов живых актеров. Компания продемонстрировала результаты своей работы в опубликованном видео. Все голоса, которые можно услышать в диалоге в начале ролика, сгенерированы компьютерным алгоритмом, который играет роль расстающихся матери и дочери.

В апреле компания привлекла 2,3 млн евро инвестиций и в настоящий момент сотрудничает с рядом производителей игр. Последним приходится часто записывать тысячи строк диалогов для дальнейшей озвучки. Использование аудиоредатора Sonantic в свою очередь позволит удешевить и ускорить разработку игр. Программа сможет менять голос под различные игровые обстоятельства, — например, если персонаж говорит во время бега — и не терять «естественность», когда по сценарию нужно заплакать или закричать.

Разработчики не считают, что их технология полностью вытеснит актеров озвучки. Скорее, она должна стать тем, чем в своё время стала компьютерная (CGI) графика для производства фильмов. Специалисты Sonantic говорят, что их технология позволит рассказать новые истории фантастическим образом.

Источник:

Холодильники начнут узнавать нас в лицо: Sony предлагает датчики изображений с ИИ

Лидер производства датчиков изображений компания Sony предчувствует насыщение этой продукцией главного потребителя ― рынка смартфонов. Компании нужны новые направления для сбыта датчиков. Этим направлением может стать рынок умных вещей с функциями эффективного отслеживания людей и объектов.

По мнению Sony, развитие сферы Интернета вещей упирается в ряд ограничений: это высокие задержки при обращении к облаку (которые только будут расти); предпосылки для нарушения приватности (плохо контролируемый рост утечек из облака); и увеличение энергопотребления (на канал связи и удалённые ресурсы). Всего этого можно избежать или значительно ослабить влияние этих факторов, если в каждый датчик изображения встроить свой ИИ. Тогда данные будут обрабатываться в режиме реального времени прямо в датчике без обращения к облаку.

Первой продукцией Sony в области датчиков изображений с ИИ стал 12,3-Мп сенсор IMX500, опытные поставки которого начались в апреле. Цена вопроса 10 тыс. иен ($93). Это стоимость сборки без упаковки. В корпусе чип будет предлагаться в виде микросхемы IMX501 по 20 тыс. иен ($186). Разницу между одним и другим исполнением можно увидеть на фото выше.

IMX500 состоит из собранных в стек двух кристаллов. Верхний кристалл ― это датчик изображения диагональю 7,857 мм (в формате 1/1,23), а нижний ― это чип с памятью, блоком ИИ и цифровым сигнальным процессором. Данные с датчика изображения попиксельно передаются на нижний чип и полностью на нём обрабатываются.

Сценарии использования датчиков изображдения с ИИ

Сценарии использования датчиков изображения с ИИ

Обработка ведётся в зависимости от записанной в память чипа модели для машинного обучения, а также по заранее определённому алгоритму. Это может быть подсчёт количества людей в кадре, определение поведения людей в кадре (анализ поз и жестов), анализ скопления людей с помощью инфракрасного сканирования, слежение за товарами на полках магазинов, определение момента засыпания водителя, реакция на конкретного человека и многое другое.

Модели обучения и алгоритмы могут быть переписаны по необходимости. Например, можно распределять обязанности даже между одинаковыми камерами наблюдения. Одна на входе подсчитывает посетителей, другая наблюдает за тем, что граждане делают в магазине, третья следит, чтобы на полках всегда был товар и так далее. Что во всём этом важно, данные остаются локально в датчике, а это обеспечивает приватность и защиту от утечек. Наружу для анализа выводятся метаданные ― короткие текстовые (семантические) сообщения с выводами или графиками после анализа встроенным ИИ. Эти данные не перегрузят каналы связи и не нагрузят облачные ресурсы. Впрочем, датчик позволяет также передавать обычные изображения и распознанные образы.

Обработка данных в кадре встроенным ИИ проводится мгновенно. Например, с использованием свёрточной нейросети MobileNet V1.2 данные в кадре обрабатываются за 3,1 мс. Предложенная Sony система способна с высокой эффективностью следить за подвижными объектами в режиме реального времени. Вот оно будущее.

Источник:

Процессоры NVIDIA Orin получат встроенную графику поколения Ampere

Сегмент автомобильной электроники характеризуется очень долгим циклом подготовки продуктов, поэтому компания NVIDIA вынуждена представлять в нём новые продукты за несколько лет до их появления в составе серийных транспортных средств. В этом месяце пришёл черёд признаться, что будущие процессоры Orin получат встроенную графику с архитектурой Ampere.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

NVIDIA уже рассказывала о процессорах Tegra поколения Orin в декабре прошлого года. Тогда стало известно, что они получат 17 млрд транзисторов и уровень быстродействия в 200 трлн операций в секунду. Вычислительные ядра с ARM-совместимой архитектурой Hercules должны соседствовать с встроенной графикой нового поколения, и сегодня NVIDIA пояснила, что речь идёт об Ampere. Готовые продукты на базе Orin не появятся ранее 2022 года, поэтому прочие технические подробности не раскрываются. Из неофициальных источников известно, что выпуском процессоров Orin по 8-нм технологии займётся компания Samsung.

По традиции, быстродействие применяемых в системах автопилота и активной помощи водителю процессоров Orin будет зависеть от степени автоматизации процесса управления. Системы активной помощи водителю на базе единственного процессора Orin смогут размещаться в небольшом клиновидном корпусе в районе зеркала заднего вида на лобовом стекле автомобилей. Такая система при уровне энергопотребления не более 5 Вт сможет обеспечить быстродействие до 10 триллионов операций в секунду.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

Системы автопилота со степенью автономности L2 по классификации SAE и выше смогут обходиться бортовым компьютером на основе процессора Orin в окружении микросхем памяти, напоминающих GDDR6. Заявлены быстродействие на уровне 200 трлн операций в секунду и энергопотребление не более 45 Вт.

Наконец, на вершине эволюции средств автоматизации транспорта находится старшая система DRIVE AGX нового поколения, которая сочетает два дискретных графических процессора Ampere и два процессора Orin. В совокупности они способны обрабатывать 2000 трлн операций в секунду, а уровень энергопотребления в 800 Вт наверняка подразумевает использование жидкостного охлаждения, которое было внедрено и на аналогичных системах предыдущего поколения. Такой бортовой компьютер способен соответствовать высшему уровню автономности L5 и обходиться без вмешательства человека при управлении транспортным средством. Интересно, что на изображении этой системы при большом увеличении можно разглядеть графические процессоры Ampere с двумя микросхемами памяти HBM2 вместо полагающихся флагманскому A100 шести.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

Компоненты NVIDIA предыдущего поколения уже используются в системах активной помощи водителю серийных автомобилей Volvo, но список партнёров на этом направлении неуклонно растёт, а потому к 2022 году использовать процессоры Orin и графические процессоры Ampere смогут десятки производителей транспортных средств самого разного назначения. Роботизированные такси, по убеждению представителей NVIDIA, появятся на дорогах раньше, чем клиентские автомобили с высшей степенью автоматизации, поскольку первые обычно будут курсировать по маршрутам в пределах ограниченной территории, а условия эксплуатации последних будут более сложными и разнообразными.

Источник:

NVIDIA EGX A100: платформа на базе Ampere для периферийных вычислений

Сегодняшнее мероприятие NVIDIA чётко расставило приоритеты в экспансии графических процессоров с архитектурой Ampere. Они в первую очередь появятся в серверном сегменте, и сектор периферийных вычислений не стал исключением. Для него к концу года будут предложены ускорители NVIDIA EGX A100 со встроенным контроллером Mellanox.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

Даже пандемия коронавируса не может полностью остановить экспансию сетей связи поколения 5G. Огромный сегмент рынка периферийных вычислений вполне достоин того, чтобы получать новейшие архитектурные решения в числе первых. Руководствуясь этой логикой, NVIDIA представила на текущей неделе платформу EGX A100, которая тоже использует графический процессор A100 с архитектурой Ampere и памятью типа HBM2, но размещается на единственной плате расширения, по соседству с сетевым контроллером Mellanox ConnectX-6 Dx SmartNIC, который обеспечивает скорость передачи информации до 200 Гбит/с.

Одной из сфер применения EGX A100 станут системы безопасности, способные обрабатывать данные с сотен камер наблюдения для распознавания лиц или каких-то определённых ситуаций. На производстве такие системы могут следить за работой технологического оборудования. Поставки EGX A100 начнутся в конце текущего года, стоимость решения не уточняется.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

Для микросерверов, обслуживающих системы Интернета вещей, NVIDIA предлагает EGX Jetson Xavier NX на базе процессора Tegra одноимённого поколения. Печатная плата по своим размерам сравнима с банковской картой, уровень быстродействия зависит от энергопотребления. Если нужно уложиться в 15 Вт, то можно рассчитывать на 21 триллион операций в секунду, если тепловой пакет ограничен 10 Вт, то придётся довольствоваться 14 триллионами операций в секунду. На базе такого модуля можно построить, например, систему расчётов в магазине без кассовых аппаратов, где сумма покупок списывается с карты клиента автоматически по данным, полученным от продвинутой системы видеонаблюдения. Модули EGX Jetson Xavier NX уже доступны заказчикам.

Источник:

NVIDIA DGX A100: дебютная платформа на базе Ampere предложила пять петафлопс быстродействия

В состав системы DGX A100, основу которой Дженсен Хуанг (Jen-Hsun Huang) на днях вынимал из духовки, входят восемь графических процессоров A100, шесть коммутаторов NVLink 3.0, девять сетевых контроллеров Mellanox, два процессора AMD EPYC поколения Rome с 64 ядрами, 1 Тбайт оперативной памяти и 15 Тбайт твердотельных накопителей с поддержкой NVMe.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

NVIDIA DGX A100 — это третье поколение вычислительных систем компании, предназначенных в первую очередь для решения задач искусственного интеллекта. Теперь такие системы строятся на самых современных графических процессорах A100 семейства Ampere, что обуславливает резкий рост их производительности, которая достигла 5 петафлопс. Благодаря этому DGX A100 способна обеспечить работу с гораздо более сложными моделями ИИ и с гораздо большими объёмами данных.

Для системы DGX A100 компания NVIDIA указывает только совокупный объём памяти типа HBM2, который достигает 320 Гбайт. Нехитрые арифметические вычисления позволяют определить, что на каждый графический процессор приходится по 40 Гбайт памяти, а изображения новинки позволяют однозначно судить, что этот объём распределён между шестью стеками. Упоминается и пропускная способность графической памяти — 12,4 Тбайт/с для всей системы DGX A100 в совокупности.

Если учесть, что система DGX-1 на базе восьми Tesla V100 выдавала один петафлопс в вычислениях смешанной точности, а для DGX A100 заявлено быстродействие на уровне пяти петафлопс, можно предположить, что в специфических вычислениях один графический процессор Ampere в пять раз быстрее своего предшественника с архитектурой Volta. В отдельных случаях преимущество становится двадцатикратным.

В общей сложности, в целочисленных операциях (INT8) система DGX A100 обеспечивает пиковое быстродействие на уровне 1016 операций в секунду, в операциях с плавающей запятой половинной точности (FP16) — 5 петафлопс, в операциях двойной точности (FP64) — 156 терафлопс. Кроме того, в тензорных вычислениях TF32 пиковое быстродействие DGX A100 достигает 2,5 петафлопс. Напомним, один терафлопс — это 1012 операций с плавающей запятой в секунду, один петафлопс — 1015 операций с плавающей запятой в секунду.

Важной особенностью ускорителей NVIDIA A100 является способность разделять ресурсы одного графического процессора на семь виртуальных сегментов. Это позволяет значительно повысить гибкость конфигурирования в том же облачном сегменте. Например, одна система DGX A100 с восемью физическими графическими процессорами может выступать в качестве 56 виртуальных графических процессоров. Технология Multi-Instance GPU (MIG) позволяет выделить сегменты разной величины как среди вычислительных ядер, так и в составе кеш-памяти и памяти типа HBM2, причём они не будут соперничать друг с другом за пропускную способность.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

Стоит заметить, что по сравнению с прошлыми системами DGX анатомия DGX A100 претерпела некоторые изменения. Количество тепловых трубок в радиаторах модулей SXM3, на которые установлены графические процессоры A100 с памятью HBM2, значительно увеличилось по сравнению с модулями Tesla V100 поколения Volta, хотя их концы и скрыты от взора обывателя верхними накладками. Практический предел для такого конструктивного исполнения — это 400 Вт тепловой энергии. Это же подтверждается и официальными характеристиками A100 в исполнении SXM3, опубликованными сегодня.

Рядом с графическими процессорами A100 на материнской плате разместились шесть коммутаторов интерфейса NVLink третьего поколения, которые в совокупности обеспечивают двухсторонний обмен данными со скоростью 4,8 Тбайт/с. Об их охлаждении NVIDIA тоже серьёзно позаботилась, если судить по полнопрофильным радиаторам с тепловыми трубками. На каждый графический процессор выделено по 12 каналов интерфейса NVLink, соседние графические процессоры могут обмениваться данными со скоростью 600 Гбайт/с.

Система DGX A100 разместила и девять сетевых контроллеров Mellanox ConnectX-6 HDR, способных передавать информацию со скоростью до 200 Гбит/с. В совокупности, DGX A100 обеспечивает двухсторонний обмен данными со скоростью 3,6 Тбайт/с. Система также использует фирменные технологии Mellanox, направленные на эффективное масштабирование вычислительных систем с такой архитектурой. Поддержку PCI Express 4.0 на уровне платформы определяют процессоры AMD EPYC поколения Rome, в итоге этот интерфейс используется не только графическими ускорителями A100, но и твердотельными накопителями с протоколом NVMe.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

Помимо DGX A100, компания NVIDIA начала снабжать своих партнёров платами HGX A100, являющимися одним из компонентов серверных систем, которые прочие производители будут выпускать самостоятельно. На одной плате HGX A100 может находиться либо четыре, либо восемь графических процессоров NVIDIA A100. Кроме того, для собственных нужд NVIDIA уже собрала DGX SuperPOD — кластер из 140 систем DGX A100, обеспечивающий быстродействие на уровне 700 петафлопс при достаточно скромных габаритных размерах. Компания пообещала оказывать методологическую помощь партнёрам, желающим построить похожие вычислительные кластеры на базе DGX A100. К слову, на строительство DGX SuperPOD у NVIDIA ушло не более месяца вместо типичных для подобных задач нескольких месяцев или даже лет.

Источник изображения: NVIDIA

Источник изображения: NVIDIA

По словам NVIDIA, поставки DGX A100 уже начались по цене $199 000 за экземпляр, партнёры компании уже размещают эти системы в своих облачных кластерах, экосистема уже охватывает 26 стран, среди которых упоминаются Вьетнам и ОАЭ. Кроме того, графические решения с архитектурой Ampere вполне предсказуемо войдут в состав суперкомпьютерной системы Perlmutter, создаваемой Cray по заказу Министерства энергетики США. В её составе графические процессоры NVIDIA Ampere будут соседствовать с центральными процессорами AMD EPYC поколения Milan с архитектурой Zen 3. Узлы суперкомпьютера на основе NVIDIA Ampere доберутся до заказчика во втором полугодии, хотя первые экземпляры уже поступили в профильную лабораторию американского ведомства.

Источник:

window-new
Soft
Hard
Тренды 🔥