Annabelle Stephenson
I ein stadig meir tech-sentrert verda, vert skyteneste-operatørar stadig meir opptekne av å utnytte kraftkrevjande grafikkprosesseringsenheiter (GPU-ar) og annan kunstig intelligens-infrastruktur. Ein aktør som særleg har kome i fokus er TensorWave, som har gått vekk frå Nvidia til fordel for AMD-acceleratorar.
I staden for direkte sitat, kan det seiast at TensorWave no har gått over til å integrere system med dei nye AMD Instinct MI300X-acceleratorane. Dette betyr at dei planlegg å leige ut desse brikkene til ein lågare pris samanlikna med Nvidia-acceleratorane.
Det er ein kjensle av spenning rundt dei nyaste AMD-acceleratorane som har vekke stor interesse. Dei er enklare tilgjengeleg samanlikna med konkurrerande produkt frå Nvidia, og dette gir TensorWave moglegheit til å skaffe seg store mengder takka være forhandlingsevna deira.
Innen utgangen av 2024 har TensorWave som mål å installere 20 000 MI300X-acceleratorar i to anlegg. I tillegg planlegg selskapet å innføre flytande kjølesystem neste år for forbetra ytelse.
Dei integrerte kretsane til AMD er òg raskare enn den veldig etterspurte Nvidia H100. MI300X-presterer betre enn H100 når det kjem til spesifikasjonar, og skryt av større minnekapasitet og samhandling med data. Den blei lansert under AMD si Advancing AI-hending i desember 2024 og vert rapportert å vere 32% raskare enn Nvidia H100.
Sammenligna med konkurrenten H100, har AMD-brikka større 192 GB HBM3-minnekapasitet, noko som gjev ein datatakt på 5,3 TB/s. I motsetning til dette har H100 ein minnekapasitet på 80 GB og dataoverføring på 3,35 TB/s.
Sjølv om AMD-acceleratorane vinn popularitet, er det nokre brukarar som framleis stiller spørsmål ved deira ytelse samanlikna med Nvidia sine produkt. TensorWave planlegg å rulle ut MI300X-nodar ved hjelp av RoCE (RDMA over Converged Ethernet)-teknologi for å fremskunde utrullingsprosessane.
Langtidsplanar for TensorWave inkluderer implementering av ein meir avansert ressursstyringsløysing, der opptil 5 750 GPU-ar og petabytar med høg dataoverføringsminne vert kopla saman ved hjelp av GigaIO si PCIe 5.0-baserte FabreX-teknologi. Dette prosjektet vil bli finansiert gjennom sikra GPU-acceleratorkreditt, ein metode som òg vert bruk av andre datasenterselskap.
Tilleggsinitiativ har blitt teke av andre bransjeaktørar, der Lambda sikra ein kredit på $500 millionar og CoreWeave skaffa seg $2,3 milliardar for infrastrukturutviding. TensorWave har til hensikt å kunngjere liknande nyhende seinare i år.
For meir informasjon om AMD-acceleratorar og deira bruksområde innan kunstig intelligens, kan de besøke AMD sin nettside.
- Kva er AMD-acceleratorar? AMD-acceleratorar er avanserte prosesseringsenheiter designa for å forbetre ytelsen til grafikkprosessering og kunstig intelligens-oppgåver.
- Korleis skil AMD-acceleratorar seg frå Nvidia-acceleratorar? AMD-acceleratorar tilbyr fordeler som tilgjenge for kjøp og overlegne spesifikasjonar, inkludert større minnekapasitet og dataoverføring sammenlikna med Nvidia sine motstykke.
- Kva teknologiar planlegg TensorWave å implementere for å optimere AMD-acceleratorprestasjonen? TensorWave planlegg å utnytte RoCE (RDMA over Converged Ethernet)-teknologi for å akselerere utrullingsprosessen og vurdere effektiviteten til AMD-acceleratorar.
The source of the article is from the blog queerfeed.com.br
