aktualności

Nvidia DGX SuperPOD - superkomputer do uczenia autonomicznych samochodów

0
17 czerwca 2019, 20:01 Adrian Kotowski

Nvidia ma już w kilka swoich superkomputerów, w tym choćby system SATURNV, pokazany w 2016 roku. Platforma doczekała się później aktualizacji o nowy sprzęt, a od dzisiaj ma też towarzysza, w postaci konstrukcji DGX SuperPOD. Czym charakteryzuje się ten sprzęt? Jaka jest jego specyfikacja i do czego będzie używany? Tego dowiedziecie się w rozwinięciu newsa.

Nvidia od dawna pokazuje, że potrafi tworzyć niezwykle wydajne, a przy tym energooszczędne platformy obliczeniowe. Wspomniany wyżej SATURNV był w czasie swojej premiery 28 superkomputerem na świecie pod względem mocy obliczeniowej, a przy okazji zajmował pierwsze miejsce na liście Green500, czyli najbardziej efektywnych energetycznie platform obliczeniowych. Nvidia DGX SuperPOD jest jeszcze mocniejszym i bardziej interesującym sprzętem.

Nowy superkomputer zielonych wyposażony jest w aż 1536 układów Tesla V100, połączonych ze sobą za pomocą NVSwitch i połączeń sieciowych InfiniBand EDR firmy Mellanox, która zresztą już niedługo stanie się własnością Nvidii. System zbudowano łącząc ze sobą 96 superkomputerów DGX-2H. Na każdy przypada 16 Tesli V100, 512 GB pamięci dla GPU, 1,5 TB pamięci operacyjnej i procesor Xeon Platinum 8174, oferujący 24 rdzenie i 48 wątków, taktowany zegarem 3,1 GHz. Tym samym konfiguracja trochę różni się, jeśli porównamy ją do standardowego superkomputera DGX-2H, pokazanego w listopadzie ubiegłego roku.

Nvidia DGX SuperPOD

Superkomputer został zbudowany w zaledwie trzy tygodnie (standardowo budowa trwa 6 – 9 miesięcy!) i w porównaniu do innych platform tego typu zajmuje bardzo mało miejsca. Według Nvidii powierzchnia zajmowana przez DGX SuperPOD jest nawet o 400x mniejsza niż superkomputerów, które znajdują się blisko niego w rankingu. Oczywiście nie było szans, by zająć pierwsze miejsce, ale 22 pozycja to i tak świetny wynik. Interesującą mają wyglądać zadania, przed jakimi stanie superkomputer.

DGX SuperPOD powstał, by możliwe było szybsze i prostsze rozwijanie autonomicznych samochodów. Sprzęt ma odpowiadać za tworzenie algorytmów i uczenie SI na podstawie danych zebranych podczas jazdy, których jest naprawdę sporo – podczas jednej godziny zbierany jest materiał o wielkości 1 TB. Przy okazji Nvidia miała nauczyć się tworzenia tego typu projektów superkomputerów, by można było je w przyszłości wdrażać na większą skalę, np. w ośrodkach badawczych i firmach transportowych. Jesteśmy przekonani, że chętni na platformę się znajdą, co wynika nie tylko z jej wydajności, ale też i wspomnianej ilości miejsca, które zajmuje.

Źródło: Nvidia
1