Revoliucijuojantis dirbtinis intelektas: Liqid „UltraStack“ ir „Meta“ VR projektas.

Revoliucijuojantis dirbtinis intelektas: Liqid „UltraStack“ ir „Meta“ VR projektas.

Revolutionizing AI Computing: Liqid’s UltraStack and Meta’s VR Project

Meta (anksčiau Facebook), kuris žinomas dėl aistringos technologijų naujovių diegimo, rado sprendimą savo virtualios realybės tyrimo projekto poreikiui didesnio GPU varomo skaičiavimo galios. Projektas susidūrė su ribotomis galimybėmis dėl IT pramonės dažnai pasitaikančių kliūčių – ribotos GPU serverio tankio ir prieinamumo. Tačiau „Meta“ kreipėsi į „Liqid“, kompozicinės disagreguotos infrastruktūros kūrėją, kad įveiktų šias problemas.

„Liqid“ pristatė „UltraStack“ serverio sprendimą, kuriame yra 2U „Dell PowerEdge“ serveriai su iki 20 „NVIDIA L40S“ GPU. Šis inovatyvus sprendimas ne tik atitinka didelio GPU tankio paklausą, bet taip pat ženkliai pagerina veikimą. „UltraStack“ turi galimybę pagreitinti kitos kartos apkrovų darbus, suteikiant pastebimą 35 proc. veiklos padidėjimą. Be to, jis siūlo išlaidų mažinimą su 35 proc. energijos suvartojimo mažinimu ir stulbinančiu 75 proc. programinės įrangos licencijavimo išlaidų mažinimu palyginti su serveriais, turinčiais mažesnį GPU pajėgumą.

Vasu Agrawal, „Meta“ personalo tyrėjas, šviesoje pristato „Liqid UltraStack“ su „NVIDIA L40S“ GPU ir „Dell PowerEdge“ serveriais vaizdo interviu. Jis pabrėžia, kaip ši infrastruktūra transformavo jų VR projektą, tobulindama skaičiavimo galimybes ir skatinant reikšmingus pokyčius.

„UltraStack“ pagrindinis pranašumas yra jo galimybė be vargo prijungti didelį skaičių GPU prie standartinio serverio. Tai veiksmingai sprendžia tris kritines iššūkius dirbtinio intelekto skaičiavimuose: išlaidos ir sudėtingumas, laikas ir veikimas.

Pirmiausia „UltraStack“ pašalina išlaidų ir sudėtingumo susijusias problemas, susijusias su nepakankamu GPU tankiu. Daugelis dirbtinio intelekto diegimų kenčia dėl riboto GPU skaičiaus serverio, išaugusios energijos, aušinimo ir plotis išlaidų, taip pat sistemos valdymo sudėtingumu. Tačiau „UltraStack“ išsprendžia šią problemą, įtraukdama iki 20 GPU į kiekvieną serverį.

Antra, dažnai atsiranda vėlavimų dirbtinio intelekto infrastruktūros diegimo procese dėl ribotos aukštos našumo GPU prieinamumo. „UltraStack“ integruojant lengvai prieinamus „NVIDIA L40S“ GPU užtikrina laiku ir efektyviai atlikamas diegimas.

Musk.