Mākslīgā intelekta (AI) bums ir radījis vēl nepieredzētu sacensību tehnoloģiju nozarē, kurā uz spēles likta ne tikai veiktspēja, bet arī nākotnes dominējošais stāvoklis. Uzņēmums AMD ir metis dūraiņu Nvidia, lai iekļūtu AI apmācības un secinājumu veikšanas dārgo un jaudīgo sistēmu tirgū. Šajā cīņā tiek meklēti arī jauni, negaidīti risinājumi, kas varētu mainīt veidu, kā mēs domājam par datoru jaudu un precizitāti.
AMD “Helios” sistēmas uzrāviens
Nesen AMD paziņoja par savu pirmo lielo klientu jaunajai AI sistēmai “Helios” - tas ir neviens cits kā Microsoft mākoņpakalpojumu atzars Azure. Tas ir liels panākums, kas apliecina AMD ambīcijas sacensties ar tirgus līderi Nvidia. “Helios” ir masīva sistēma ar “Open Rack Wide” (ORW) formfaktoru, kurā atrodas 72 AI paātrinātāji Instinct MI455X. Katrs no tiem aprīkots ar iespaidīgiem 432 GByte HBM4 atmiņas, veidojot kopējo 31.1 TByte HBM4 atmiņas ietilpību vienā “Helios” sistēmā.
Lai nodrošinātu šo jaudīgo paātrinātāju darbību, AMD ir integrējis jaunas Zen-6-Epyc procesorus no 2 nanometru “Venice” paaudzes. Katrs procesors lepojas ar 128 CPU kodoliem un 16 DDR5-RAM kanāliem, nodrošinot kopējo atmiņas caurlaidību līdz pat 1.6 TByte/s. Tīklošanā AMD izmanto savus Pensando adapterus un Ethernet ar Ultra Accelerator Link (UALink), savukārt slēdžus piegādā HPE apakšuzņēmums Juniper. Tas liecina par rūpīgu pieeju visas ekosistēmas veidošanā.
Nvidia “Vera Rubin NVL72” - konkurents ar savām priekšrocībām
AMD “Helios” tiešais konkurents ir Nvidia sistēma “Vera Rubin NVL72”, kas arī izmanto 72 “Rubin” paātrinātājus. Interesanti, ka Nvidia risinājums piedāvā mazāk HBM4 atmiņas - tikai 20.7 TByte uz statīvu, kas ir par trešdaļu mazāk nekā “Helios”. Tomēr Nvidia “Rubin” paātrinātāji nodrošina nedaudz ātrāku atmiņas piekļuvi (22 TByte/s pret 19.6 TByte/s, kas ir par 12% ātrāk). Runājot par veiktspēju, kvantētu AI modeļu inferencē (secinājumu veikšanā) ar FP4 datiem Nvidia-Rack ir par 24 procentiem priekšā (3.6 Exaflops pret 2.9 Exaflops). Savukārt ar FP8 datu apstrādi veiktspēja ir gandrīz vienāda.
Abas sistēmas ir ārkārtīgi dārgas - nozares eksperti lēš, ka “Vera Rubin NVL72” cena varētu svārstīties no 6 līdz 7 miljoniem ASV dolāru, neieskaitot nepieciešamo dzesēšanas sistēmu, kas katram statīvam jāspēj apstrādāt vairāk nekā 180 kilovatus jaudas. Nvidia apgalvo, ka “Vera Rubin” efektivitātes ziņā var būt līdz pat 10 reizēm labāka par savu priekšgājēju GB200 NVL72, kas parāda milzīgās investīcijas efektivitātes uzlabošanā.
Probabilistiskie procesori: Precizitātes robežu laušana
Kamēr milzu korporācijas sacenšas ar neiedomājamām skaitļošanas jaudām, paralēli attīstās vēl viens, mazāk pazīstams virziens - probabilistiskie procesori. Vairākas pētnieku komandas strādā pie “neprecīzu”, taču ārkārtīgi efektīvu datoru izstrādes. Ideja ir vienkārša: daudzos AI uzdevumos, piemēram, attēlu atpazīšanā vai valodu apstrādē, absolūta precizitāte nav obligāta. Nelielas kļūdas var tikt ignorētas, ja tas ļauj ievērojami samazināt enerģijas patēriņu un paaugstināt ātrumu. Šie procesori izmanto varbūtības aprēķinus, lai efektīvāk nonāktu pie pietiekami laba rezultāta, nevis pie ideāli precīza. Tas paver jaunas iespējas AI ierīcēm ar ierobežotu enerģijas budžetu, piemēram, viedierīcēm vai sensoriem.
Raspberry Pi akciju lēciens: Mazais gigants gūst panākumus
Citā tehnoloģiju pasaules stūrī mazo, bet jaudīgo vienas plates datoru ražotājs Raspberry Pi ir piedzīvojis ievērojamu akciju cenu kāpumu. Tas apliecina, ka tehnoloģiju tirgus ir daudzveidīgs un veiksmīgi var būt gan milzīgi AI superdatori, gan pieejamas un universālas ierīces, kas veicina inovācijas un izglītību visā pasaulē. Šī izaugsme varētu nodrošināt vēl lielākas investīcijas Raspberry Pi platformas attīstībā, padarot to vēl pievilcīgāku hobijiem, izglītībai un rūpnieciskiem risinājumiem.
AI sacensība starp AMD un Nvidia turpina uzņemt apgriezienus, virzoties uz arvien jaudīgākām un efektīvākām skaitļošanas sistēmām. Vienlaikus attīstās arī alternatīvi virzieni, piemēram, probabilistiskie procesori, kas varētu demokratizēt AI pielietojumu. Kā jūs domājat, vai nākotnē dominēs tikai absolūta precizitāte, vai arī mēs arvien biežāk saskarsimies ar “pietiekami labiem” risinājumiem, kas ir energoefektīvāki un pieejamāki?
Iezīmē tekstu un spied ziņot par kļūdu.
