فهرست مطالب
انویدیا کیت توسعه DGX Spark HPC را با ۵۱۲ گیگابایت حافظه یکپارچه معرفی کرد که امکان اجرای مدلهای بزرگ هوش مصنوعی و شبیهسازیهای علمی را فراهم میکند.
به گزارش سرویس سخت افزار تکناک، انویدیا در کنفرانس ابررایانش SC26 از کیت توسعه DGX Spark HPC رونمایی کرد. این محصول چهار سیستم کوچک DGX Spark را به یک مجموعه پردازشی قدرتمند تبدیل میکند و ۲۰ ترابایت فضای ذخیرهسازی NVMe در اختیار کاربران قرار میدهد. پژوهشگران و توسعهدهندگان میتوانند بدون نیاز به سرورهای ابری، محاسبات پیچیده را روی سختافزار شخصی خود انجام دهند.
چهار دستگاه DGX Spark با استفاده از فناوری شبکه ConnectX-7 و ساختار حلقهای به یکدیگر متصل میشوند. در این ساختار، هر دستگاه مستقیماً با دو دستگاه مجاور ارتباط برقرار میکند و نیازی به استفاده از سوئیچ شبکه جداگانه وجود ندارد.
مشخصات سختافزاری ابرکامپیوتر رومیزی انویدیا

هر دستگاه DGX Spark به ابرتراشه GB10 Grace Blackwell مجهز شده است که پردازنده گرافیکی Blackwell را با پردازنده مرکزی ۲۰ هستهای مبتنیبر معماری Arm ترکیب میکند.
پردازنده مرکزی شامل ۱۰ هسته قدرتمند Cortex-X925 با فرکانس حداکثر ۴ گیگاهرتز و ۱۰ هسته کممصرف Cortex-A725 با فرکانس حداکثر ۲.۸ گیگاهرتز است.
پردازنده گرافیکی این سیستم ۶۱۴۴ هسته CUDA دارد و توان پردازشی آن در محاسبات هوش مصنوعی با دقت FP4 به یک پتافلاپس میرسد. هر دستگاه همچنین از ۱۲۸ گیگابایت حافظه یکپارچه LPDDR5X با پهنای باند ۲۷۳ گیگابایتبرثانیه بهره میبرد. توان طراحی حرارتی تراشه GB10 نیز ۱۴۰ وات اعلام شده است.
به گفته انویدیا، مجموعه چهار دستگاهی DGX Spark میتواند مدلهای هوش مصنوعی با حداکثر ۷۰۰ میلیارد پارامتر را با دقت NVFP4 اجرا کند. این قابلیت امکان توزیع مدلهای بزرگ و پردازشهای علمی میان چهار دستگاه را فراهم میکند.
بیشتر بخوانید: انویدیا با Lyra 2.0 یک عکس را به جهان سهبعدی تبدیل میکند
اجرای مدلهای هوش مصنوعی و شبیهسازیهای علمی
انویدیا این محصول را برای توسعه و آزمایش برنامههای علمی پیش از انتقال آنها به ابرکامپیوترهای بزرگ طراحی کرده است. پژوهشگران میتوانند مشکلات نرمافزاری و ارتباطی را در محیط محلی شناسایی کنند و زمان انتظار برای دسترسی به منابع پردازشی مشترک را کاهش دهند.
این شرکت همچنین در حال آمادهسازی راهنمای نصب مجموعه ابزار HPC SDK است. این مجموعه شامل کامپایلرهای C و C++ و Fortran، کتابخانههای شتابیافته و ابزارهای ارتباط میان پردازشها میشود.
بیشتر بخوانید: استراتژی ۵۳۰ میلیارد دلاری انویدیا برای تسلط بر بازار تراشههای هوش مصنوعی
انویدیا اجرای نرمافزارهای LAMMPS و NAMD را برای شبیهسازی مواد و دینامیک مولکولی امکانپذیر کرده است. نرمافزارهای GROMACS، OpenFOAM و WRF نیز برای کاربردهایی مانند شبیهسازی سیالات و مدلسازی آبوهوا آزمایش شدهاند.
آزمایشگاه Rubin در دانشگاه کالیفرنیا، برکلی، با استفاده از DGX Spark توانسته است نتایج تحلیل دادههای ژنومی را ۱۵ برابر سریعتر از روند کاری قبلی دریافت کند. پژوهشگران گروه Hartwig نیز از این سیستم برای تنظیم دقیق یک مدل هوش مصنوعی با حدود ۱۲۰ میلیارد پارامتر استفاده کردهاند.
کیت توسعه DGX Spark HPC هماکنون برای خرید عرضه شده است، اما انویدیا هنوز قیمت مجموعه چهار دستگاهی را اعلام نکرده است.
بیشتر بخوانید: رمزگشایی خطاهای کوانتومی به لطف انویدیا ۱۳ هزار برابر سریعتر می شود
















