专栏首页大数据文摘刚刚,英伟达发布全球最强AI训练器HGX-2,可替换300个CPU服务器

刚刚,英伟达发布全球最强AI训练器HGX-2,可替换300个CPU服务器

大数据文摘出品

作者:魏子敏、龙牧雪

还记得两个月前英伟达黄教主在硅谷发布的全球最大GPU DGX-2吗?

重达350磅,有汽车后备箱那么大!

支持如此巨大GPU的计算平台当然也不简单。刚刚,在中国台湾的GTC发布会上,黄教主将这个被称为全球最强的AI训练器——HGX-2,推向了市场。这是全球首个融合人工智能和高性能计算的计算平台

是的,就是下边这个庞然大物了?

作为一个多功能计算平台,HGX-2的首个计算产品就是今年三月在GTC硅谷大会上亮相的全球最大GPU——DGX-2

黄教主当时称,这一计算平台在硬件和软件上的改进,使得在六个月内,深度学习工作负载的性能提高了10倍。

驱动这个“超级计算平台”的是16个GPU和NVSwitch加速器,可更快,更高效地训练这些模型。NVSwitch互连架构将16个Tesla®V100 Tensor Core GPU无缝链接起来,作为一个单一的巨型GPU。

黄教主称,这一多功能计算平台融合了HPC和AI,提供了独特的灵活性,目的是解决全球最大的计算挑战。

HGX-2实现了创纪录的AI训练速度。根据英伟达的声明,GPU服务器可以在ResNet-50训练基准测试中每秒处理15,500个图像,并且能够替换多达300个CPU服务器。

联想等服务器厂商和富士康等制造商对这一计算平台抱有很高期望,英伟达在发布会上宣布,这些厂家已经与他们达成合作,计划在今年晚些时候将基于HGX-2的系统推向市场。

通过NVIDIA GPU上的Kubernetes,开发人员可以立即将GPU加速的深度学习和HPC应用程序部署到多云GPU群集中。

“每个深度学习软件都将在我们的NGC上提供。它将运行在每个云和每个数据中心。”黄教主说。

当然,本次中国台湾发布会上,黄教主也再一次重磅推出了全球最大GPU——DGX-2,但它的“全球最大”记录能保持多久还不得而知。

毕竟黄教主是一个要把公司搬进一只GPU大楼的“芯片狂人”。

是的,除了GTC的中国台湾发布会,今天,海外科技媒体techcrunch也曝光了英伟达的最新大楼。占地750,000平方英尺,这一名为Voyager的新大楼被建造成了一只GPU的样子。

去年,英伟达名为Endeavor的公司大楼刚刚在加州Santa Clara完工,这座新的公司大楼就坐落在Endeavor旁边。

建成后,英伟达这片联合办公楼的占地面积将达到125万平方英尺,Nvidia称,新大楼很大可能会用来容纳其不断增长的工程师团队。该公司在全球拥有11,500名员工,仅在Santa Clara就有超过5,000名员工。

相关报道:

https://nvidianews.nvidia.com/news/nvidia-introduces-hgx-2-fusing-hpc-and-ai-computing-into-unified-architecture-6696445

https://techcrunch.com/2018/05/29/this-is-the-first-look-at-nvidias-wild-new-750000-sq-ft-building/

本文分享自微信公众号 - 大数据文摘(BigDataDigest)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-05-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 做深度学习这么多年还不会挑GPU?这儿有份选购全攻略

    一个好的GPU可以让你快速获得实践经验,而这些经验是正是建立专业知识的关键。如果没有这种快速的反馈,你会花费过多时间,从错误中吸取教训。

    大数据文摘
  • 热舞双截棍飙中文,黄教主把GTC中国峰会开成了英伟达2018年终成果展

    英伟达异常低迷的股价似乎并没有影响黄教主的心情。在刚刚结束的最新GTC 2018中国峰会上,英伟达创始人黄仁勋依然一身皮衣,激情四射地完成了长达两个小时的主题演...

    大数据文摘
  • 英伟达黄仁勋发布全球最大GPU,超300斤,汽车后备箱大小 | GTC2018

    大数据文摘
  • 1.1 Programmable Graphics Processing Unit 发展历程

    面纱掩盖了过去、现在和将来,历史学家的使命是发现它现在是什么,而不是过去是什么。 ——Henry David Thoreau

    代码咖啡
  • 英伟达深度学习专家路川详解“如何升级GPU深度学习系统”

    GPU 成为在构建深度学习系统时必不可少的需要关注的方向,但是诸如如何选择一款 GPU 来搭建深度学习平台,如何升级自己的 GPU 之类的问题一直困扰着开发者。...

    小莹莹
  • 性能监控之Telegraf+InfluxDB+Grafana实时监控NVIDIA GPU

    图形处理器(英语:Graphics Processing Unit,缩写:GPU),又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一...

    高楼Zee
  • [译]GPU加持,TensorFlow Lite更快了

    由于处理器性能和电池容量有限,在移动设备上使用计算密集的机器学习模型进行推断是非常耗资源的。 虽然可以采用一种加速途径:转换为定点数模型,但用户已经要求作为一种...

    云水木石
  • 学习笔记︱深度学习以及R中并行算法的应用(GPU)

    版权声明:博主原创文章,微信公众号:素质云笔记,转载请注明来源“素质云博客”,谢谢合作!! ...

    素质
  • 仅需6200美元,高性价比构建3块2080Ti的强大工作站

    在他的配置下,整个系统需花费 6200 美元(约合 41700 元人民币),相比 AI 硬件供应商 Lambda Labs 提供的整机要便宜一半。如何为实验室组...

    机器之心
  • 人工智能&大数据:加速GPU在数据中心领域的应用

    随着数据需求工作负载渗透到数据中心并覆盖传统的CPU性能,GPU各供应商已经为数据中心补充了全新的设备和显示卡。 最近大数据、人工智能以及机器学习的潮流正在企业...

    企鹅号小编

扫码关注云+社区

领取腾讯云代金券