NVIDIA推出Blackwell架構(gòu)DGX SuperPOD，適用于萬億參數(shù)級的生成式AI超級計算

NVIDIA于近日發(fā)布新一代AI超級計算機 —— 搭載NVIDIA GB200 Grace Blackwell超級芯片的NVIDIA DGX SuperPOD?。這臺AI超級計算機可以用于處理萬億參數(shù)模型，能夠保證超大規(guī)模生成式 AI 訓(xùn)練和推理工作負(fù)載的持續(xù)運行。

全新 DGX SuperPOD 采用新型高效液冷機架級擴展架構(gòu)，基于NVIDIA DGX? GB200系統(tǒng)構(gòu)建而成，在FP4精度下可提供 11.5 exaflops 的 AI 超級計算性能和 240 TB 的快速顯存，且可通過增加機架來擴展性能。

每個DGX GB200系統(tǒng)搭載36個NVIDIA GB200超級芯片，共包含36個NVIDIA Grace CPU和72個NVIDIA Blackwell GPU。這些超級芯片通過第五代NVIDIA NVLink^?連接成一臺超級計算機。與NVIDIA H100 Tensor Core GPU相比，GB200 超級芯片在大語言模型推理工作負(fù)載方面的性能提升了高達(dá) 30 倍。

NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛表示： “NVIDIA DGX AI超級計算機是推進(jìn) AI 產(chǎn)業(yè)變革的工廠。新一代DGX SuperPO 集NVIDIA加速計算、網(wǎng)絡(luò)和軟件方面的最新進(jìn)展于一體，能夠幫助每一個企業(yè)、行業(yè)和國家完善并生成自己的AI?！?/p>

Grace Blackwell 架構(gòu)的 DGX SuperPOD 由 8 個或以上的 DGX GB200 系統(tǒng)構(gòu)建而成，這些系統(tǒng)通過 NVIDIA Quantum InfiniBand 網(wǎng)絡(luò)連接，可擴展到數(shù)萬個 GB200 超級芯片。用戶可通過 NVLink 連接 8 個 DGX GB200 系統(tǒng)中的 576 塊 Blackwell GPU，從而獲得海量共享顯存空間，來賦能下一代 AI 模型。

面向生成式AI時代的全新機架級擴展的DGX SuperPOD架構(gòu)

采用DGX GB200系統(tǒng)構(gòu)建而成的全新DGX SuperPOD采用了統(tǒng)一的計算網(wǎng)絡(luò)。除第五代NVIDIA NVLink網(wǎng)絡(luò)外，還包括NVIDIA BlueField^?-3 DPU，并將支持同為近日發(fā)布的NVIDIA Quantum-X800 InfiniBand網(wǎng)絡(luò)。這個架構(gòu)可為計算平臺中的每塊GPU提供高達(dá)每秒1800 GB的帶寬。

另外，第四代NVIDIA可擴展分層聚合和規(guī)約協(xié)議（SHARP）?技術(shù)可提供14.4 teraflops的網(wǎng)絡(luò)計算能力，與上一代產(chǎn)品相比，新一代DGX SuperPOD架構(gòu)的網(wǎng)絡(luò)計算能力提高了 4 倍。

統(tǒng)包式架構(gòu)搭配先進(jìn)的軟件，實現(xiàn)前所未有的正常運行時間

全新DGX SuperPOD是一臺完整的數(shù)據(jù)中心級AI超級計算機，在與NVIDIA認(rèn)證合作伙伴提供的高性能存儲集成后，能夠滿足生成式AI工作負(fù)載的需求。每臺超級計算機都在出廠前完成了搭建、布線和測試，從而大大加快了在用戶數(shù)據(jù)中心的部署速度。

Grace Blackwell架構(gòu)的DGX SuperPOD具有智能預(yù)測管理功能，能夠持續(xù)監(jiān)控軟硬件中的數(shù)千個數(shù)據(jù)點，通過預(yù)測并攔截導(dǎo)致停機和低效的根源以節(jié)省時間、能耗和計算成本。

即使沒有系統(tǒng)管理員在場，該軟件也能識別需要重點關(guān)注的領(lǐng)域并制定維護(hù)計劃，靈活調(diào)整計算資源，通過自動保存和恢復(fù)作業(yè)來防止停機。

如果軟件檢測到需要更換組件，該集群將激活備用容量以確保工作能夠及時完成。為任何必要的硬件更換做好安排，以免出現(xiàn)計劃之外的停機。

NVIDIA DGX B200系統(tǒng)推動各行各業(yè)AI超級計算發(fā)展

NVIDIA還發(fā)布了一款統(tǒng)一用于AI模型訓(xùn)練、微調(diào)和推理的通用AI超級計算平臺NVIDIA DGX B200系統(tǒng)。

采用風(fēng)冷傳統(tǒng)機架式設(shè)計的DGX已被全球各行各業(yè)數(shù)千家企業(yè)廣泛采用，DGX B200 DGX系列的第六代產(chǎn)品。采用Blackwell架構(gòu)的全新DGX B200系統(tǒng)包含8個NVIDIA B200 Tensor Core GPU和2個第五代英特爾^?至強^?處理器。用戶還可以使用 DGX B200 系統(tǒng)構(gòu)建 DGX SuperPOD，打造能夠幫助大型開發(fā)團隊運行多種不同作業(yè)的 AI 卓越中心。

DGX B200 系統(tǒng)憑借全新 Blackwell 架構(gòu)中的 FP4 精度特性，可提供高達(dá) 144 petaflops 的 AI 性能、1.4TB 海量的 GPU 顯存和 64TB/s 的顯存帶寬，從而使得該系統(tǒng)的萬億參數(shù)模型實時推理速度比上一代產(chǎn)品提升了 15 倍

DGX B200系統(tǒng)包含帶有8個NVIDIA ConnectX?-7網(wǎng)卡和2個BlueField-3 DPU的高性能網(wǎng)絡(luò)，每個連接的帶寬高達(dá)400 Gb/s，可通過NVIDIA Quantum-2 InfiniBand 和 NVIDIA Spectrum?-X以太網(wǎng)網(wǎng)絡(luò)平臺支持更高的AI性能。

軟件和專家為擴大生產(chǎn)級AI的規(guī)模提供支持

所有 NVIDIA DGX 平臺均包含用于企業(yè)級開發(fā)和部署的NVIDIA AI Enterprise軟件。DGX用戶可以通過使用該軟件平臺中的預(yù)訓(xùn)練的 NVIDIA 基礎(chǔ)模型、框架、工具套件和全新NVIDIA NIM微服務(wù)來加速他們的工作。

NVIDIA DGX專家與部分獲得NVIDIA DGX平臺支持認(rèn)證的合作伙伴將在每個部署環(huán)節(jié)為用戶提供幫助，以便其迅速實現(xiàn)AI投產(chǎn)。在系統(tǒng)投入運行后，DGX專家還將繼續(xù)協(xié)助用戶優(yōu)化其AI管線和基礎(chǔ)設(shè)施。

供應(yīng)情況

NVIDIA全球合作伙伴預(yù)計將在今年晚些時候提供基于DGX GB200和DGX B200系統(tǒng)構(gòu)建而成的NVIDIA DGX SuperPOD。更多信息，請觀看GTC主題演講回放或在3月21日前參加由NVIDIA和行業(yè)領(lǐng)導(dǎo)者帶來的會議。