إنفيديا دي جي إكس سبارك: حاسوب نصف السرعة غريس بلاكويل يصل إلى السوق

DGX Spark: عندما يتناسب حاسوب الترا في رف واحد ويغير كل شيء

أعلنت NVIDIA رسميًا عن توافرها التجاري لحاسوب الترا DGX Spark، المبني على معمارية Grace Blackwell GB10، مما يمثل نقطة تحول في تدريب نماذج الذكاء الاصطناعي على نطاق واسع. هذا النظام، الذي يشغل رفًا واحدًا فقط لكنه يقدم أداء ما كان يتطلب سابقًا غرفة كاملة من الخوادم، مصمم خصيصًا لتدريب نماذج الجيل التالي التي تتجاوز التريليون معامل. مزيج معالج Grace، ووحدة معالجة الرسوميات Blackwell، ووصلات NVLink من الجيل الرابع يخلق منصة تعيد تعريف ما هو ممكن في البحث والتطوير في الذكاء الاصطناعي. 🚀

معمارية Grace Blackwell: التآزر بين CPU وGPU

ما يجعل DGX Spark استثنائيًا ليس مجرد مجموع أجزائه، بل كيفية دمج هذه الأجزاء. معمارية Grace Blackwell تربط معالج Grace (المتخصص في التعامل مع مجموعات البيانات الضخمة وعمليات ما قبل المعالجة) بوحدات معالجة الرسوميات Blackwell (المحسنة للحساب المصفوفي الضخم) عبر وصلات NVLink بسرعة 900 جيجابايت/ثانية، مما يقضي على عنق الزجاجة الذي حد من الأنظمة السابقة. هذا التوافق في الذاكرة الموحد يسمح لكلا المعالجين بالوصول إلى تجمع ذاكرة سعة 1.5 تيرابايت كما لو كانت محلية، مما يبسط بشكل كبير برمجة أحمال العمل المعقدة.

مواصفات فنية مذهلة

يمثل DGX Spark ذروة سنوات من التطوير في الأجهزة المتخصصة للذكاء الاصطناعي، مجمعًا دروس التعلم من أجيال سابقة من أنظمة DGX مع تقنيات جديدة تمامًا مصممة من الصفر لتدريب نماذج كبيرة للغاية.

نوى المعالجة والذاكرة

يحتوي كل عقدة DGX Spark على ثماني وحدات معالجة رسوميات GB10 Blackwell مترابطة، كل واحدة مع 192 جيجابايت من ذاكرة HBM3e وسعة 20 بيتاFLOPS في FP8. يحتوي معالج Grace على 144 نواة ARM مخصصة و960 جيجابايت من ذاكرة LPDDR5X. يقدم النظام الكامل في رف واحد 64 وحدة معالجة رسوميات مترابطة، توفر 12.3 تيرابايت من ذاكرة HBM3e موحدة و160 بيتاFLOPS من الأداء الإجمالي. تجعل هذه الأرقام تدريب نماذج كانت ممكنة نظريًا لكن غير قابلة للتحقيق عمليًا قبل عام واحد فقط.

• 64 وحدة معالجة رسوميات GB10 Blackwell مع 192 جيجابايت HBM3e لكل واحدة
• 8 معالجات Grace مع 144 نواة ARM لكل واحد
• 12.3 تيرابايت ذاكرة HBM3e موحدة
• 160 بيتاFLOPS في دقة FP8

الوصلات وعرض النطاق

يستخدم النظام مفتاح NVLink من الجيل الرابع الذي يوفر 7.2 تيرابايت/ثانية من عرض النطاق الثنائي القسم بين 64 وحدة معالجة رسوميات، مما يخلق فعليًا سوبر-GPU سعة 12.3 تيرابايت. تسمح وصلات NVLink-NVLink بالاتصال المباشر GPU-to-GPU دون المرور عبر CPU، وهو أمر حاسم لخوارزميات التدريب الموزع. للاتصال الخارجي، يشمل واجهات NVIDIA ConnectX-7 بسرعة 400 جيجابت/ثانية InfiniBand وEthernet، مما يسمح بالتوسع إلى مجموعات متعددة الرفوف للمشاريع الأكثر طموحًا.

DGX Spark ليس تطورًا، بل إعادة تعريف لما يعنيه تدريب الذكاء الاصطناعي على نطاق واسع.

الكفاءة الطاقية والتبريد

مع استهلاك 120 كيلوواط لكل رف كامل، أعطت NVIDIA الأولوية للكفاءة من خلال استخدام سيليكون مخصص في 4 نانومتر ومعماريات ذاكرة منخفضة الاستهلاك. يستخدم النظام تبريد سائل مباشر إلى الشريحة لوحدات معالجة الرسوميات، مما يسمح بترددات ساعة أعلى مستدامة مع الحفاظ على درجات حرارة مثالية. تحسن الكفاءة الطاقية 4 أضعاف مقارنة بالجيل السابق، وهو عامل حاسم نظرًا لتكلفة التشغيل لهذه الأنظمة بشكل مستمر لأسابيع من التدريب.

• تبريد سائل مباشر إلى الشريحة
• سيليكون 4 نانومتر مخصص
• معمارية ذاكرة منخفضة الاستهلاك
• تحسن 4 أضعاف في الكفاءة مقابل الجيل السابق

التأثير على البحث والتطبيقات العملية

تم تصميم DGX Spark لمواجهة التحديات الأكثر تعقيدًا في الذكاء الاصطناعي: من نماذج اللغة متعددة التريليونات من المعاملات إلى المحاكيات العلمية على نطاق كوكبي. في البحث الطبي، سيسمح بنمذجة تفاعلات البروتينات الكاملة بدلاً من الشظايا. في المناخ، سيجعل محاكيات عالية الدقة ممكنة للتنبؤ بالأحداث الشديدة بمزيد من التقدم. للشركات التكنولوجية، سيزيد من سرعة تطوير مساعدي الذكاء الاصطناعي الأكثر قدرة وأنظمة التوصية الأكثر دقة. قد يسرع الوصول إلى هذه القدرة الحوسبية الاكتشافات العلمية التي قد تستغرق عقودًا خلاف ذلك. 🔬

• نماذج لغة متعددة التريليونات من المعاملات
• اكتشاف الأدوية عبر محاكاة جزيئية
• نمذجة مناخية عالية الدقة
• بحث في الاندماج النووي والطاقة النظيفة

في النهاية، يظهر DGX Spark أن بعض المشكلات تتطلب حلولًا على نطاق حوسبة الترا، على الرغم من أنه ربما سيجعل محطة عمل التطوير الخاصة بك تشعر قليلاً... مناسبة. 💻