Kalayan naékna gancang aplikasi AI, dipimpin ku modél sapertos ChatGPT, paménta kakuatan komputasi naék. Pikeun nyumponan paménta komputasi dina jaman AI, H3C Group, di handapeun payung Tsinghua Unigroup, nembé ngumumkeun 11 produk énggal dina séri H3C UniServer G6 sareng HPE Gen11 dina 2023 NAVIGATE Leader Summit. Produk server anyar ieu nyiptakeun matriks komprehensif pikeun AI dina sababaraha skénario, nyayogikeun platform dasar anu kuat pikeun nanganan data masif sareng algoritma modél, sareng mastikeun pasokan sumber daya komputasi AI.
Matriks Produk Rupa-rupa pikeun Nyumponan Kabutuhan Komputasi AI Variasi
Salaku pamimpin komputasi calakan, Grup H3C parantos kalibet dina widang AI salami mangtaun-taun. Dina 2022, H3C ngahontal tingkat pertumbuhan pangluhurna di pasar komputasi gancangan Cina sareng ngumpulkeun jumlahna aya 132 rangking pangheulana dunya dina patokan AI MLPerf anu kasohor sacara internasional, nunjukkeun kaahlian sareng kamampuan téknis anu kuat.
Leveraging arsitéktur komputasi canggih tur kamampuhan manajemén kakuatan komputasi calakan diwangun dina pondasi komputasi calakan, H3C geus ngembangkeun unggulan komputasi calakan H3C UniServer R5500 G6, husus dirancang pikeun latihan model skala badag. Aranjeunna ogé parantos ngenalkeun H3C UniServer R5300 G6, mesin komputasi hibrid anu cocog pikeun skenario inferensi / palatihan skala ageung. Produk ieu salajengna minuhan sarat komputasi rupa-rupa dina skenario AI béda, nyadiakeun cakupan komputasi AI komprehensif.
Intelligent Computing Flagship Dirancang pikeun Pelatihan Model Skala Besar
H3C UniServer R5500 G6 ngagabungkeun kakuatan, konsumsi kakuatan low, sarta kecerdasan. Dibandingkeun jeung generasi saméméhna, éta nawarkeun tilu kali kakuatan komputasi, ngurangan waktu latihan ku 70% pikeun GPT-4 skenario latihan model skala badag. Éta tiasa dianggo pikeun sababaraha skenario bisnis AI, sapertos pelatihan skala ageung, pangakuan ucapan, klasifikasi gambar, sareng tarjamahan mesin.
kakuatan: R5500 G6 ngarojong up 96 cores CPU, delivering 150% kanaékan kinerja inti. Ieu dilengkepan modul NVIDIA HGX H800 8-GPU anyar, nyadiakeun 32 PFLOPS daya komputasi, hasilna 9x pamutahiran dina speed latihan AI model skala badag sarta pamutahiran 30x dina kinerja inferensi model badag skala AI. Salaku tambahan, kalayan dukungan PCIe 5.0 sareng jaringan 400G, pangguna tiasa nyebarkeun klaster komputasi AI anu berkinerja langkung luhur, ngagancangkeun nyoko sareng aplikasi AI dina perusahaan.
Kecerdasan: R5500 G6 ngadukung dua konfigurasi topologi, sacara cerdas adaptasi kana sagala rupa skenario aplikasi AI sareng ngagancangkeun diajar jero sareng aplikasi komputasi ilmiah, ningkatkeun pamakean sumber daya GPU. Hatur nuhun kana fitur GPU multi-contona modul H800, a H800 tunggal bisa dibagi kana 7 instansi GPU, kalawan kamungkinan nepi ka 56 instansi GPU, unggal gaduh komputasi sarta memori sumberdaya bebas. Ieu sacara signifikan ningkatkeun kalenturan sumberdaya AI.
Low Carbon Footprint: R5500 G6 sapinuhna ngadukung cooling cair, kalebet cooling cair pikeun CPU sareng GPU. Kalayan PUE (Eféktivitas Panggunaan Daya) di handap 1.1, éta ngamungkinkeun "komputasi tiis" dina panas tina lonjakan komputasi.
Perlu disebatkeun yén R5500 G6 diakuan salaku salah sahiji "Top 10 Outstanding High-Performance Server of 2023" dina "2023 Power Ranking for Computational Performance" nalika dileupaskeun.
Mesin Komputasi Hibrid pikeun Cocogkeun Fleksibel Latihan sareng Tungtutan Inferensi
H3C UniServer R5300 G6, salaku server AI generasi saterusna, nawarkeun perbaikan signifikan dina CPU jeung GPU spésifikasi dibandingkeun miheulaan na. Éta gaduh prestasi anu luar biasa, topologi cerdas, sareng kamampuan komputasi sareng panyimpen terpadu, janten cocog pikeun latihan modél pangajaran jero, inferensi pembelajaran jero, sareng skenario aplikasi AI anu sanés, cocog sareng kabutuhan komputasi inferensi sareng latihan.
Performance Pinunjul: R5300 G6 kompatibel jeung generasi panganyarna tina NVIDIA perusahaan-grade GPUs, nyadiakeun pamutahiran kinerja 4,85x dibandingkeun generasi saméméhna. Éta ngadukung sababaraha jinis kartu akselerasi AI, sapertos GPU, DPU, sareng NPU, pikeun nyumponan sarat kakuatan komputasi hétérogén AI dina skenario anu béda, nguatkeun jaman intelijen.
Topologi calakan: R5300 G6 nawiskeun lima setélan topologi GPU, kalebet HPC, paralel AI, serial AI, 4-kartu aksés langsung, sareng 8-kartu aksés langsung. Kalenturan anu teu pernah terjadi ieu pisan ningkatkeun adaptasi kana skenario aplikasi pangguna anu béda-béda, sacara intelijen alokasi sumber daya, sareng ngajalankeun operasi daya komputasi anu efisien.
Komputasi sareng Panyimpenan Terpadu: R5300 G6 sacara fleksibel nampung kartu akselerasi AI sareng NIC calakan, ngagabungkeun kamampuan latihan sareng inferensi. Ieu ngarojong nepi ka 10 GPUs ganda-lebar jeung 24 LFF (Formulir Besar Factor) liang teuas drive, sangkan latihan simultaneous sarta inferensi dina server tunggal jeung nyadiakeun mesin komputasi ongkos-éféktif pikeun ngembangkeun sarta lingkungan nguji. Kalawan kapasitas gudang nepi ka 400TB, éta pinuh minuhan sarat spasi gudang data AI.
Kalayan booming AI maju ka hareup, kakuatan komputasi terus-terusan dibentuk sareng ditantang. Pelepasan server AI generasi saterusna nandaan tonggak penting dina komitmen H3C Group pikeun téknologi "inherent intelligence" sareng drive kontinyu pikeun évolusi komputasi cerdas.
Ningali masa depan, dipandu ku strategi "Cloud-Native Intelligence", H3C Group patuh kana konsép "pragmatisme cermat, masihan jaman ku intelijen." Aranjeunna bakal teras-terasan ngokolakeun taneuh anu subur tina komputasi cerdas, ngajalajah skenario aplikasi AI tingkat jero, sareng ngagancangkeun datangna dunya anu cerdas kalayan kakuatan komputasi anu siap-siap sareng adaptasi.
waktos pos: Jul-04-2023
