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

Tachyum meluncurkan prosesor Prodigy untuk HPC, pusat AI

Generatived

13/12/23, 19.01

Tachyum telah merilis buku putih yang merinci bagaimana Prodigy Universal Processor mendukung pusat data superkomputer komputasi kinerja tinggi (HPC) dan kecerdasan buatan (AI) yang baru. Prosesor ini dirancang untuk melampaui kinerja superkomputer saat ini dan bertujuan untuk melampaui tolok ukur yang ditetapkan untuk sistem masa depan. Arsitektur Prodigy dirancang untuk menyediakan lingkungan superkomputer yang homogen dan menyederhanakan pengembangan, penerapan, dan pemeliharaan, menjadikannya ideal untuk pusat data AI dan fasilitas penelitian yang saat ini dibatasi oleh arsitektur sistem.

Tim teknik perusahaan telah mengembangkan superkomputer berkemampuan Prodigy dengan tingkat kinerja luar biasa. Ia dapat mencapai 50 exaflop operasi floating point presisi ganda dan 8 zettaflops pelatihan AI untuk model bahasa besar. Superkomputer, yang ditugaskan oleh perusahaan AS, diharapkan dapat meningkatkan daya komputasi secara signifikan. Kertas putih juga menyoroti desain rak khusus Prodigy. Dilengkapi dengan rak 46RU berpendingin cairan yang menampung 33 server 1U 4-soket, dengan total 132 prosesor Prodigy, dengan arsitektur modular yang mengoptimalkan ruang pusat data.

Selain itu, tumpukan perangkat lunak HPC/AI yang komprehensif dari Tachyum dirancang untuk mendukung penerapan cluster HPC/AI keluarga Prodigy, memberikan dukungan lengkap mulai dari firmware hingga aplikasi. Tim software berhasil mengintegrasikan paket benchmark HPL LINPACK dan aplikasi HPC lainnya dengan kemampuan AI pada Prodigy FPGA. Arsitektur Prodigy memungkinkan server pusat data untuk secara dinamis beralih di antara tugas-tugas komputasi, sehingga menghilangkan kebutuhan akan perangkat keras AI khusus dan secara signifikan mengurangi pengeluaran modal dan operasional. Prosesor ini mengintegrasikan 192 inti komputasi 64-bit yang dirancang khusus, menghasilkan daya hingga 4x lebih besar dibandingkan prosesor x86 terkemuka untuk beban kerja cloud, daya 3x lebih besar dibandingkan GPU performa tertinggi untuk HPC, dan daya 6x lebih besar untuk aplikasi AI kinerja itu akan tercapai.

Bagikan artikel ini:

Tin tức mới nhất
マイクロソフト、Claude Opus 5.5�の提供を開始

マイクロソフト、Claude Opus 5.5の提供を開始

24/9/26, 07.00

Microsoft(ワシントン州)は、Anthropicが開発した最新AIモデル「Claude Opus 5.5」を開発者向けプラットフォーム「Microsoft Foundry」上で一般提供開始した。

マイクロソフト、AIエージェント実行基盤を提供

マイクロソフト、AIエージェント実行基盤を提供

24/9/26, 07.00

Microsoft(ワシントン州)は、自律型AIエージェントの安全な実行と統制を両立する新機能「Azure Container Apps Sandboxes」の一般提供を開始した。

マイクロソフト、AI犯罪基盤を妨害

マイクロソフト、AI犯罪基盤を妨害

24/9/26, 07.00

Microsoft(ワシントン州)は、サイバー犯罪プラットフォーム「EvilTokens」のインフラを妨害・無効化したと発表した。

NVIDIAがMoE高速化手法発表

NVIDIAがMoE高速化手法発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、大規模言語モデルやバイオ基盤モデルに向けたMoE(Mixture-of-Experts)アーキテクチャの学習効率化手法を公開した。

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
マイクロソフト、Claude Opus 5.5の提供を開始

マイクロソフト、Claude Opus 5.5の提供を開始

24/9/26, 07.00

Microsoft(ワシントン州)は、Anthropicが開発した最新AIモデル「Claude Opus 5.5」を開発者向けプラットフォーム「Microsoft Foundry」上で一般提供開始した。

マイクロソフト、AIエージェント実行基盤を提供

マイクロソフト、AIエージェント実行基盤を提供

24/9/26, 07.00

Microsoft(ワシントン州)は、自律型AIエージェントの安全な実行と統制を両立する新機能「Azure Container Apps Sandboxes」の一般提供を開始した。

マイクロソフト、AI犯罪基盤を妨害

マイクロソフト、AI犯罪基盤を妨害

24/9/26, 07.00

Microsoft(ワシントン州)は、サイバー犯罪プラットフォーム「EvilTokens」のインフラを妨害・無効化したと発表した。

NVIDIAがMoE高速化手法発表

NVIDIAがMoE高速化手法発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、大規模言語モデルやバイオ基盤モデルに向けたMoE(Mixture-of-Experts)アーキテクチャの学習効率化手法を公開した。

bottom of page