Annabelle Stephenson
La industria de la computación en la nube está presenciando cambios significativos con la creciente adopción de los aceleradores de AMD en lugar de las ofertas de Nvidia. Operadores especializados en la gestión de unidades de procesamiento gráfico (GPUs) intensivas en energía y otras infraestructuras de inteligencia artificial están optando cada vez más por los aceleradores de AMD.
Una empresa destacada en este cambio es TensorWave, que ha comenzado recientemente a integrar sistemas con los nuevos aceleradores AMD Instinct MI300X. La compañía tiene planes de alquilar estos chips a precios más bajos en comparación con los aceleradores de Nvidia.
Los aceleradores más recientes de AMD han despertado un gran interés debido a sus ventajas. Están fácilmente disponibles para su compra en comparación con los productos competitivos de Nvidia, lo que le otorga a TensorWave acceso a una gran cantidad mediante sus habilidades de negociación.
Al cierre del año 2024, TensorWave tiene como objetivo instalar 20,000 aceleradores MI300X en sus dos instalaciones. Además, la empresa planea introducir sistemas refrigerados por líquido el próximo año para un rendimiento mejorado.
Los circuitos integrados de AMD son más rápidos que el codiciado Nvidia H100. El MI300X supera al H100 en especificaciones, con una mayor capacidad de memoria y rendimiento de datos. Fue presentado durante el evento Advancing AI de AMD en diciembre de 2024 y se informa que es un 32% más rápido que el Nvidia H100.
En comparación con el rival H100, el chip de AMD cuenta con una capacidad de memoria HBM3 de 192 GB, lo que permite un rendimiento de datos de 5.3 TB/s. En contraste, el H100 tiene una capacidad de memoria de 80 GB y un rendimiento de 3.35 TB/s.
A pesar de la creciente popularidad de los aceleradores de AMD, algunos usuarios aún cuestionan su rendimiento en comparación con los productos de Nvidia. TensorWave planea implementar nodos MI300X utilizando la tecnología RoCE (RDMA sobre Ethernet Convergente) para acelerar los procesos de implementación.
Los planes a largo plazo de TensorWave incluyen la implementación de una solución de gestión de recursos más avanzada, conectando hasta 5,750 GPUs y petabytes de memoria de alto rendimiento utilizando la tecnología FabreX basada en PCIe 5.0 de GigaIO. Este proyecto será financiado a través de un crédito seguro de acelerador de GPU, un método también utilizado por otras compañías de centros de datos.
Iniciativas similares han sido emprendidas por otros actores de la industria, con Lambda asegurando un crédito de $500 millones y CoreWeave obteniendo $2.3 mil millones para la expansión de infraestructuras. TensorWave tiene la intención de anunciar noticias similares más adelante este año.
Para obtener más información sobre los aceleradores de AMD y sus aplicaciones en inteligencia artificial, visite el sitio web de AMD.
Preguntas Frecuentes
1. ¿Qué son los aceleradores de AMD? Los aceleradores de AMD son unidades de procesamiento avanzadas diseñadas para mejorar el rendimiento de tareas de procesamiento gráfico e inteligencia artificial.
2. ¿En qué se diferencian los aceleradores de AMD de los aceleradores de Nvidia? Los aceleradores de AMD ofrecen ventajas como la disponibilidad para su compra y especificaciones superiores, incluida una mayor capacidad de memoria y rendimiento de datos en comparación con sus contrapartes de Nvidia.
3. ¿Qué tecnologías planea implementar TensorWave para optimizar el rendimiento de los aceleradores de AMD? TensorWave planea utilizar la tecnología RoCE (RDMA sobre Ethernet Convergente) para acelerar los procesos de implementación y evaluar la eficiencia de los aceleradores de AMD.
The source of the article is from the blog portaldoriograndense.com
