加州圣克拉拉市(2021年4月8日)——Habana Labs作为一家服务于各大数据中心,专注于深度学习加速器开发企业,宣布其人工智能(AI)训练和推理加速器将为加州大学圣地亚哥分校圣地亚哥超级计算机中心(SDSC)的Voyager超级计算机提供高性能的AI计算能力,计划于2021年秋季投入使用。 Voyager将致力于推进跨学科和工程领域的人工智能研究。该系统由美国国家科学基金(National Science Foundation)拨款资助,同时也将面向社会应用和运营需要。
Voyager超级计算机采用了Habana独特的互联技术,用336片Gaudi加速器有效地提升了AI训练能力,这种架构很好地扩展了大型超级计算机的训练应用。Gaudi是目前业界唯一内置集成10个支持RoCE v2(RDMA over Converged Ethernet)100G以太网端口的AI处理器,可以有效提升扩展的灵活性,避免扩展能力受于限吞吐量。Voyager系统还采用了16片Habana Goya处理器用于AI推理模型。
SDSC数据科学计算部门负责人兼Voyager项目首席研究员Amitava Majumdar指出:“Habana针对深度学习和AI工作量的创新优化解决方案,成为Voyager即将进行的 AI研究的理想选择。我们期待与Habana、英特尔以及Supermicro合作,将这种独特高效的计算能力引入Voyager项目,让学术研究人员能够使用一个当今最强的人工智能系统。”
Habana Gaudi AI训练处理器和Goya AI推理处理器的设计旨在提升AI工作的性能和效率。他们将为数据科学家和研究人员提供访问Voyager的灵活性,使他们能够使用可编程张量处理器内核和内核库定制模型,并使用Habana的SynapseAI®软件平台简化实现,该平台支持流行的机器学习框架和vision,自然语言处理和推荐系统等应用的AI模型。
超微(Supermicro)是Voyager项目的技术合作伙伴,也是企业级计算、存储、网络解决方案和绿色计算技术等领域的全球领导者,将为Voyager超级计算机提供基于Habana的AI系统:
超微技术与业务支持副总裁Ray Pang指出:“将超微领先的应用优化服务器和存储硬件与Habana AI训练和推理产品相结合,将为SDSC持续的Voyager AI研究项目提供最佳解决方案。”他还表示:“我们将继续与领先的技术创新者紧密合作,为全球科学和医学发现、计算和领先的边缘AI提供计算密集型项目解决方案。”
Habana Labs首席商务官Eitan Medina表示:“我们很荣幸能为SDSC的Voyager超级计算机提供高效的AI解决方案。Habana 的Gaudi 和Goya AI 产品以其高效率和高性能有效地解决了SDSC等顶级学术机构日益增长的AI研究工作需求。”
Voyager开始投入运营的前三年是试验阶段,在此期间,SDSC将与天文学、气候科学、化学、粒子物理学和其它领域的一流研究团队合作,利用Voyager的独特特性获取更多AI领域的经验和见解。在整个测试阶段,SDSC将与AI研究计算团队分享经验,并共同撰写AI文档,作为第4、5年中扩大用户群的资源。
英特尔副总裁兼高性能计算事业部总经理Trish Damkroger表示:“Voyager对性能与效率的高水准要求正是英特尔架构的设计目标。英特尔至强®可扩展处理器与Habana AI加速器相结合,将确保Voyager用户在开创性的科学研究中拥有HPC和AI能力。”
***
关于Habana Labs
Habana Labs成立于2016年,是一家领先的AI处理器公司,致力于开发专为优化深度神经网络训练和在生产运营环境中进行推理部署的处理器平台。Habana Labs通过提高处理性能和可扩展性、降低成本和功耗来提升整个平台的价值,最大化释放人工智能的巨大潜力。2019年Habana Labs被英特尔收购,成为英特尔数据产品集团独立运营的业务部门。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。