NVIDIA kündigt die Entwicklung von KI-Fabriken mit PC-Herstellern an

A NVIDIA brachte Informationen über die KI-Fabrikenoder „KI-Fabriken“, ein industrialisierter Ansatz zur Schaffung von Produkten und Dienstleistungen, der von gesteuert wird künstliche Intelligenzl, Nutzung fortschrittlicher Computerressourcen und Generative KI. Diese Fabriken automatisieren alles von der Datenerfassung und -verarbeitung bis hin zum Einsatz von KI-Modellen und ermöglichen eine schnelle Skalierbarkeit, um wachsenden Anforderungen gerecht zu werden. Sie spielen eine Schlüsselrolle bei kontinuierlicher Innovation und der Schaffung hochgradig personalisierter Lösungen im großen Maßstab. Sofort verstehen!

Was sind KI-Fabriken?

Diese Fabriken automatisieren Prozesse von der Datenerfassung und -verarbeitung bis hin zur Erstellung und Bereitstellung von KI-Modellen und ermöglichen so eine Schnelle Skalierbarkeit, um wachsenden Anforderungen gerecht zu werden. Sie verlassen sich auf riesige Rechenressourcen, die häufig von Cloud-Rechenzentren bereitgestellt werden. KI-Fabriken kann komplexe KI-Aufgaben in großem Maßstab ausführen und anspruchsvolle Modelle trainieren, die eine intensive Verarbeitung und Speicherung großer Datenmengen erfordern.

A IA generativ, das aus Eingabedaten (Prompt) neue Inhalte wie Texte, Bilder, Videos und Musik erstellt, ist ein Herzstück in KI-Fabriken. Es ermöglicht die Erstellung von Produkten wie virtuellen Assistenten, Empfehlungssystemen und personalisierten Inhalten. Der Produktlebenszyklus in einer KI-Fabrik umfasst Entwicklung, Tests, Validierung, Bereitstellung, Wartung und kontinuierliche Aktualisierung, um qualitativ hochwertige und leistungsstarke Produkte sicherzustellen. Große Technologieunternehmen mögen Google e Amazon, und viele Startups, insbesondere in Nischen wie Fintech und Gesundheitswesen, betreiben ihre eigenen KI-Fabriken.

Zu den Hauptvorteilen von AI Factories gehören kontinuierliche Innovation, reduzierte Betriebskosten und die Möglichkeit, hochgradig personalisierte Lösungen in großem Maßstab zu erstellen. Diese Fabriken stehen jedoch vor erheblichen Herausforderungen wie der Sicherstellung der Datenqualität und der Einhaltung von Privatleben e Ethikund verwalten komplexe technische Infrastrukturen.

Die nächste industrielle Revolution hat bereits begonnen. Unternehmen und Länder arbeiten mit NVIDIA zusammen, um traditionelle Billionen-Dollar-Rechenzentren auf beschleunigtes Computing umzustellen und eine neue Art von Rechenzentren – KI-Fabriken – zu bauen, um ein neues Gut zu produzieren: künstliche Intelligenz. Von Server-, Netzwerk- und Infrastrukturherstellern bis hin zu Softwareentwicklern bereitet sich die gesamte Branche darauf vor, dass Blackwell KI-gesteuerte Innovationen in allen Bereichen beschleunigen wird.

Das sagte der Gründer und CEO von NVIDIA, Jensen Huang, während seines Vortrags auf der COMPUTEX

Modulare NVIDIA MGX-Architektur

Die modulare Architektur NVIDIA MGX (Modulare GPU-Erweiterung) ist eine Hardwareplattform, die zur Unterstützung intensiver Rechenarbeitslasten entwickelt wurde, die in Umgebungen mit künstlicher Intelligenz und maschinellem Lernen erforderlich sind – perfekt geeignet für den Betrieb von KI-Fabriken. Basierend auf austauschbaren Modulen ermöglicht die MGX-Architektur eine einfache Konfiguration und Neukonfiguration von Systemen und erleichtert die Aktualisierung einzelner Komponenten, ohne dass das gesamte System ausgetauscht werden muss.

Obwohl NVIDIA MGX nicht gerade neu ist, stellt die Technologie die Lösung dar, die die Marke Unternehmen bietet, die nach dieser Art von Technologie suchen, wenn es um KI-Anforderungen geht. Diese Modularität fördert Ökonomie und NachhaltigkeitSo können Unternehmen ihre IT-Infrastrukturen je nach Bedarf anpassen.

A Flexibilität Die MGX-Architektur ermöglicht es Unternehmen, ihre Konfigurationen an spezifische Anforderungen anzupassen, sei es in Bezug auf Grafikverarbeitung, Speicher, Netzwerke oder andere Komponenten. Durch diese Anpassung eignet sich MGX für eine Vielzahl von Anwendungen, darunter KI-Computing, Datenanalyse, wissenschaftliche Simulationen und Grafik-Rendering. Mit dem Möglichkeit, verschiedene Module zu kombinierenkönnen Unternehmen maßgeschneiderte Lösungen für unterschiedliche Arbeitslastszenarien erstellen.

Ein weiteres wichtiges Merkmal der modularen NVIDIA MGX-Architektur ist die Skalierbarkeit. Systeme können bei steigendem Ressourcenbedarf schrittweise durch das Hinzufügen neuer Module wachsen und so auch bei Erweiterungen ein hohes Leistungsniveau beibehalten. Diese Skalierbarkeit ermöglicht es Unternehmen, intensive und variable Arbeitslasten effizient zu bewältigen und sicherzustellen, dass ihre Infrastrukturen dies können ohne nennenswerte Unterbrechungen weiterentwickeln.

Darüber hinaus ist die MGX-Architektur darauf ausgelegt Energieeffizient, was dazu beiträgt, den Energieverbrauch und die Betriebskosten zu senken. Energieeffizienz fördert nicht nur Einsparungen, sondern trägt auch zu nachhaltigeren und ökologischeren Praktiken bei. Kompatibilität und tiefe Integration mit anderen NVIDIA-Technologien und -Lösungen, wie fortschrittlichen GPUs und KI-Software, sorgen für optimierte Leistung und ein überragendes Benutzererlebnis.

Hersteller beginnen mit einer grundlegenden Systemstruktur für ihr Servergehäuse und passen dann die Auswahl an GPU, DPU und CPU um den spezifischen Anforderungen unterschiedlicher Arbeitslasten gerecht zu werden. Bis jetzt, mehr als 90 Systeme, die von mehr als 25 Partnern stammen, wurden eingeführt oder befinden sich in der Entwicklungsphase und nutzen die MGX-Referenzarchitektur. Dies stellt eine deutliche Steigerung gegenüber dem Vorjahr dar, da lediglich 14 Systeme von sechs Partnern stammten.

Die Verwendung der MGX-Architektur kann zu einer Reduzierung führen bis zu drei Viertel (3 / 4) an Kosten Entwicklungszeit und eine Verkürzung der Entwicklungszeit um zwei Drittel, wodurch der Produktionszyklus auf nur sechs Monate verkürzt wird.

AMD e Intel arbeiten an der MGX-Architektur zusammen und stellen zum ersten Mal ihre eigenen CPU-Host-Prozessor-Moduldesigns vor. Dazu gehört auch die Plattform AMD Turin nächste Generation und der Prozessor Intel Xeon 6 mit P-Kernen. Diese Referenzdesigns können von jedem Serversystemhersteller verwendet werden, was Entwicklungszeit spart und Konsistenz in Design und Leistung gewährleistet.

NVIDIAs neueste Plattform, die GB200 NVL2, bezieht die Architektur mit ein MGX e Blackwell. Mit einem skalierbaren Einzelknotendesign bietet der GB200 NVL2 eine Vielzahl von Systemkonfigurationen und Netzwerkoptionen und ermöglicht so eine beschleunigte Computing-Integration in die bestehende Rechenzentrumsinfrastruktur. Der GB200 NVL2 ergänzt die Blackwell-Produktpalette, die NVIDIA Blackwell Tensor Core-GPUs, GB200 Grace Blackwell-Superchips und den GB200 NVL72 umfasst. Diese Produktreihe bietet robuste Lösungen zur Erfüllung beschleunigter Rechenanforderungen in einer Vielzahl von Rechenzentrumsszenarien.

Anwendungen für KI-Fabriken

In Rechenzentren erleichtert es den Aufbau von Infrastrukturen, die große Datenmengen und variable Arbeitslasten bewältigen können. In der Kreativbranche wird es eingesetzt Film-, Design- und Animationsstudios für hochwertige grafische Darstellungen. Im Bereich Forschung und Entwicklung unterstützt es komplexe wissenschaftliche Simulationen und Big-Data-Analysen und beschleunigt so Entdeckungen und Innovationen. Darüber hinaus ermöglicht es in der industriellen Automatisierung fortschrittliche Steuerungs- und Automatisierungssysteme in intelligenten Fabriken.

Jensen Huang ergab, dass führende Unternehmen in Taiwan die Blackwell-Technologie schnell übernehmen, um künstliche Intelligenz in ihre Abläufe zu integrieren. Ö Chang Gung Gedenkkrankenhaus, ein bekanntes medizinisches Zentrum in Taiwan, plant die Integration der Computerplattform mit Blackwell-Architektur in ihrer biomedizinischen Forschung. Ziel dieser Initiative ist es, die Bild- und Sprachverarbeitung zu beschleunigen, klinische Abläufe zu optimieren und letztendlich den Versorgungsstandard für Patienten zu erhöhen.

Auf der anderen Seite Foxconn, einer der globalen Elektronikriesen, konzentriert seine Bemühungen auf die Anwendung von Technologie NVIDIA Grace Blackwell. Zu seinen Projekten gehört die Entwicklung intelligenter Lösungen für KI-gesteuerte Elektrofahrzeuge und Roboterplattformen. Darüber hinaus erweitern sie ihr Angebot an sprachbasierten Dienstleistungen mit dem Ziel, den Kunden personalisiertere Erlebnisse zu bieten.

Und Sie, was halten Sie von den Nachrichten? Erzähl uns Kommentar!

Siehe auch:

NVIDIA CUDA-Q bringt Quantencomputing auf aktuelle Supercomputer.

Mit Informationen von: Dell.

Rezensiert von Glaukon Vital in 2 / 6 / 24.