AI用“AI核弹”饱和攻击的英伟达,如何赢下AI计算新赛场?( 四 )
其次 , 英伟达发布的第三代的DGX A100的AI系统在提高吞吐量同时 , 大幅降低数据中心的成本 。 由于A100内置了新的弹性计算技术 , 可以分布式的方式进行灵活拆分 , 多实例 GPU 能力允许每个 A100 GPU 被分割成多达七个独立的实例来推断任务 , 同时也可以将多个A100作为一个巨型 GPU 运行 , 以完成更大的训练任务 。
图片
(“The more you buy , the more money you save!”)
用黄仁勋举的例子来说 , 一个典型的AI数据中心有50个DGX-1系统用于AI训练 , 600个CPU系统用于AI推理 , 需用25个机架 , 消耗630kW功率 , 成本逾1100万美元;而完成同样的工作 , 一个由5个DGX A100系统组成的机架 , 达到相同的性能要求 , 只用1个机架 , 消耗28kW功率 , 花费约100万美元 。
也就是说 , DGX A100系统用一个机架 , 就能以1/10的成本、1/20的功率、1/25的空间取代一整个AI数据中心 。
图片
总体而言 , 英伟达用一套性能惊人又极具创新性的AI计算架构与AI服务器芯片硬件 , 带来了AI数据中心计算平台的全新升级 。 英伟达的野心将不再只是提供性能升级的GPU硬件产品 , 而是要重新定义数据中心的AI计算的规则 , 将数据中心视作基本的计算单元 。
实际来讲 , 一个DGX A100 GPU系统的单价就要20万美元 , 对于要为了AI训练而采购成千上万块企业级GPU的云计算厂商来说 , 可想而知成本将有多高 。 现在 , 也只有全球主要的云计算厂商、IT巨头以及政府、实验室为DGX A100下了初始订单 。
【AI用“AI核弹”饱和攻击的英伟达 , 如何赢下AI计算新赛场?】对于其他竞争对手而言 , 英伟达这次在AI服务器芯片及AI数据中心计算平台铸就的坚壁高墙 , 似乎在短期内难以逾越 。 同时 , 也会成为未来几年 , AI服务器芯片厂商努力去对标的性能标准 。 当然 , 对英伟达A100的挑战 , 也自然就此开始 。 至于是英特尔、AMD还是AWS、谷歌 , 我们拭目以待 。
图片
图片
本文首发于微信公众号:脑极体 。 文章内容属作者个人观点 , 不代表和讯网立场 。 投资者据此操作 , 风险请自担 。
(责任编辑:董云龙 )
推荐阅读
- 中金网|贾瑶琪:攻击无处不在 区块链安全和隐私问题有点与众不同
- 金盾|网站服务器防护CC攻击,WAF启到哪些重要作用?
- 国际安全智库|Sophos防火墙遭网络攻击:传统安防如何升级,才能走在威胁之前?
- [网络]英国易捷航空遭网络攻击信息泄露 约影响900万旅行者
- 钟小兵物联网DDOS攻击,新基建下的物联网安全问题
- cnBetaTB三星解释Galaxy S20安全芯片可抵御硬件攻击的原理
- 开源中国雷电接口存缺陷,2019 年之前生产的任何 PC 都易受到“Thunderspy”攻击
- i科技Fashion他是阿里最强“守护神”:年薪800万,每天挡住20亿次黑客攻击!
- 「黑客」Ghost博客平台服务器被黑客攻击并安装了加密货币挖掘软件
- 库克:库克:苹果不仅站稳高端市场,还要更深入的“攻击”安卓手机市场