中国台北—台北GTC—2018年5月30日—NVIDIA今日推出首款同时适用于人工智能和高性能计算的统一计算平台NVIDIA HGX-2。
HGX-2云服务器平台具备多精度计算能力,可提供独特的灵活性,为未来的计算提供有力支持。该平台能够针对科学计算和模拟进行高精度的FP64和FP32运算,并针对AI训练和推理进行FP16和Int8运算。这种前所未有的多功能性可满足现今越来越多融合HPC和AI的应用之所需。
多家领先的计算机制造商也于今日宣布计划面向市场推出基于NVIDIA HGX-2平台的系统。
NVIDIA创始人兼首席执行官黄仁勋在今日开幕的台北GTC上表示:“计算领域已不同从前。计算需求猛增,而CPU扩展的速度却呈放缓之势。配备Tensor Core GPU的NVIDIA HGX-2为业界提供了融合HPC和AI的多功能计算平台,这一强大的计算平台将助力解决全球面临的重大挑战。”
HGX-2可作为制造商的“构建模块”,用于构建适用于HPC和AI的最先进的系统。HGX-2在ResNet-50训练基准下,创下了每秒15500幅图像的AI训练速度纪录,可取代高达300台仅配备CPU的服务器。
它融合了NVIDIA NVSwitch互联结构等突破性功能,将16个NVIDIA Tesla V100 Tensor Core GPU无缝连接为单一巨型GPU,可提供每秒2千万亿次浮点计算的AI性能。最近发布的NVIDIA DGX-2是首款采用HGX-2构建的系统。
NVIDIA HGX-1一年前于Computex 2017正式亮相;一年后,HGX-2接力登场。HGX-1参考架构被全球领先服务器制造商和大规模数据中心运营企业(包括AWS、Facebook和微软)广泛采用。
联想、云达科技、超微和纬颖科技四家领先的服务器制造商宣布计划于今年下半年将各自基于HGX-2的系统推向市场。
此外,全球四大原始设备制造商(ODM)富士康、英业达、广达和纬创也正在设计基于HGX-2的系统,有望于下半年在全球几家最大型的云数据中心投入使用。
HGX-2属于NVIDIA GPU加速服务器平台系列,该系列构成了高品质服务器类生态系统,致力于提供最优性能,以满足各类AI、HPC和加速计算工作负载。
在主流服务器制造商的支持下,这些平台可为各类训练(如HGX-T2)、推理(如HGX-I2)和超算(如SCX)应用提供GPU、CPU和连接器产品的最优组合,紧密贴合数据中心服务器生态系统的需求。客户可选择特定的服务器平台,以满足自身加速计算工作负载组合之所需,并实现业界最佳的性能。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。