top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

Insinyur NVIDIA Mengumumkan Kemajuan dalam Pusat Data AI yang Efisien

​

15/1/25, 13.30

Wade Vinson, kepala teknisi pusat data NVIDIA, berbagi wawasan berharga tentang evolusi pusat data selama presentasi DC Anti-Conference Live baru-baru ini. Ia menyoroti pengalaman perusahaan sejak 2016 dalam merancang, membangun, dan mengoperasikan pusat data multi-megawatt yang penting untuk memenuhi tuntutan komputasional alur kerja AI yang terus meningkat. Pendekatan NVIDIA membuat pusat data lebih mudah diakses, efisien, dan dapat diskalakan ke berbagai ukuran dan lokasi di seluruh dunia.

Transformasi pusat data sangat dipengaruhi oleh integrasi GPU, yang diperkenalkan pada tahun 2012. GPU ini telah mendorong perubahan industri dengan memungkinkan pemrosesan paralel, yang sangat meningkatkan efisiensi. Peningkatannya jelas, dengan GPU yang memberikan kinerja 30x lebih baik per watt dan kinerja 60x lebih baik per dolar dibandingkan dengan sistem berbasis CPU tradisional. Kemajuan ini tidak hanya meningkatkan kinerja, tetapi juga membentuk ulang operasi pusat data untuk mendukung infrastruktur berbasis AI yang lebih hemat biaya.

Keberlanjutan menjadi tema utama dalam evolusi pusat data, dengan kemajuan terkini yang menghasilkan peningkatan signifikan dalam efisiensi energi. Misalnya, energi yang dibutuhkan untuk pelatihan dan inferensi model bahasa besar telah dikurangi dari 40 gigawatt-jam menjadi hanya 3 gigawatt-jam. Kemajuan ini signifikan karena berdampak pada operasi skala besar dan aplikasi sehari-hari, seperti kueri ChatGPT yang hanya mengonsumsi 0,4 watt per jam. Fokus berkelanjutan pada kinerja per watt dan dolar diharapkan akan terus mendorong inovasi di seluruh platform pusat data.

Presentasi Vinson di acara DC Anti-Conference Live menyoroti pentingnya mengubah pusat data menjadi pabrik AI, sebuah langkah penting menuju masa depan komputasi. Sesi ini memberikan pengetahuan berharga bagi organisasi yang ingin menavigasi lingkungan yang digerakkan oleh AI di pusat data. Pihak yang berminat didorong untuk menonton video utama guna memperoleh wawasan untuk memimpin organisasi mereka ke era baru ini.

Bagikan artikel ini:

Tin tức mới nhất
NVIDIA��量子調整モデル公開

NVIDIA量子調整モデル公開

4/8/26, 14.00

NVIDIA(サンタクララ)は、量子プロセッサの診断結果を解釈して調整手順を導き出すオープンソースの視覚言語モデル「Ising Calibration 1.5」を公開したと報じられている。

AWSがHealthOmicsを提供

AWSがHealthOmicsを提供

4/8/26, 14.00

Amazon Web Services(ワシントン州シアトル)は、バイオインフォマティクスワークフローを管理する「AWS HealthOmics」の一般提供を東京リージョンで開始したと発表した。

NVIDIAがJetsonの動画公開

NVIDIAがJetsonの動画公開

4/8/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、エッジAIおよびロボティクス向けプラットフォーム「NVIDIA Jetson」の機能や活用例を紹介する動画コンテンツを公開したと報じられている。

RecursiveがAWSと協定

RecursiveがAWSと協定

4/8/26, 14.00

Recursive(サンフランシスコ)は、自動化された人工知能研究システムをクラウド上で運用するため、Amazon Web Servicesと4億1000万ドル規模の複数年協定を締結したと発表した模様である。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
NVIDIA量子調整モデル公開

NVIDIA量子調整モデル公開

4/8/26, 14.00

NVIDIA(サンタクララ)は、量子プロセッサの診断結果を解釈して調整手順を導き出すオープンソースの視覚言語モデル「Ising Calibration 1.5」を公開したと報じられている。

AWSがHealthOmicsを提供

AWSがHealthOmicsを提供

4/8/26, 14.00

Amazon Web Services(ワシントン州シアトル)は、バイオインフォマティクスワークフローを管理する「AWS HealthOmics」の一般提供を東京リージョンで開始したと発表した。

NVIDIAがJetsonの動画公開

NVIDIAがJetsonの動画公開

4/8/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、エッジAIおよびロボティクス向けプラットフォーム「NVIDIA Jetson」の機能や活用例を紹介する動画コンテンツを公開したと報じられている。

RecursiveがAWSと協定

RecursiveがAWSと協定

4/8/26, 14.00

Recursive(サンフランシスコ)は、自動化された人工知能研究システムをクラウド上で運用するため、Amazon Web Servicesと4億1000万ドル規模の複数年協定を締結したと発表した模様である。

bottom of page