Nvidia DGX

Nvidia DGX es una línea de servidores y estaciones de trabajo producidos por NVIDIA que se especializan en el uso de GPGPU para acelerar las aplicaciones de aprendizaje profundo .

Un bastidor que contiene cinco supercomputadoras DGX-1

DGX-1

Los servidores DGX-1 cuentan con 8 GPU basadas en las tarjetas secundarias Pascal o Volta ^[1] con memoria HBM 2 , conectadas por una red de malla NVLink . ^[2]

La línea de productos está destinada a cerrar la brecha entre las GPU y los aceleradores de inteligencia artificial, ya que el dispositivo tiene características específicas que lo especializan para cargas de trabajo de aprendizaje profundo. ^[3] El DGX-1 basado en Pascal inicial entregó 170 teraflops de procesamiento de precisión media , ^[4] mientras que la actualización basada en Volta aumentó esto a 960 teraflops . ^[5]

DGX-2

La sucesora de la Nvidia DGX-1 es la Nvidia DGX-2, que utiliza 16 tarjetas V100 de 32 GB (segunda generación) en una sola unidad. Esto aumenta el rendimiento de hasta 2 Petaflops con 512 GB de memoria compartida para abordar problemas más grandes y utiliza NVSwitch para acelerar la comunicación interna.

Además, hay una versión de mayor rendimiento del DGX-2, el DGX-2H con una diferencia notable siendo el reemplazo del Dual Intel Xeon Platinum 8168 a 2.7 GHz con Dual Intel Xeon Platinum 8174 a 3.1 GHz ^[6]

Servidor DGX A100

Anunciado y lanzado el 14 de mayo, 2020 fue la tercera generación de servidor de DGX, incluyendo 8 amperios -basado A100 aceleradores. ^[7] También se incluyen 15 TB de almacenamiento NVMe PCIe gen 4 , ^[8] dos CPU AMD Rome 7742 de 64 núcleos , 1 TB de RAM e interconexión HDR InfiniBand con tecnología Mellanox . El precio inicial del servidor DGX A100 fue de 199.000 dólares. ^[7]

Aceleradores

Comparación de aceleradores utilizados en DGX: ^[7]

Acelerador
A100
V100
P100

Arquitectura	Núcleos FP32 CUDA	Impulsar el reloj	Reloj de la memoria	Ancho del bus de memoria	ancho de banda de memoria	VRAM	Precisión simple	Precisión doble	Tensor INT8	Tensor FP16	Tensor FP32	Interconectar	GPU	Tamaño de matriz de GPU	Recuento de transistores	TDP	Proceso de manufactura
Amperio	6912	~ 1410 MHz	2,4 Gbps HBM2	5120 bits	1,6 TB / seg	40 GB	19.5 TFLOP	9.7 TFLOP	624 TFLOP	312 TFLOP	156 TFLOP	600 GB / seg	A100	826 mm2	54,2B	400W	TSMC 7N
Volta	5120	1530 MHz	1,75 Gbps HBM2	4096 bits	900 GB / s	16 GB / 32 GB	15.7 TFLOP	7.8 TFLOP	N / A	125 TFLOP	N / A	300 GB / seg	GV100	815 mm2	21.1B	300W / 350W	TSMC 12nm FFN
Pascal	3584	1480 MHz	1,4 Gbps HBM2	4096 bits	720 GB / seg	16 GB	10.6 TFLOP	5.3 TFLOP	N / A	N / A	N / A	160 GB / seg	GP100	610 mm2	15,3 mil millones	300W	TSMC FinFET de 16 nm

Ver también

Supermuestreo de aprendizaje profundo

Referencias

^ "nvidia dgx-1" (PDF) .
^ "dentro de pascal" . Arquitectura de malla de cubo híbrido de ocho GPU con NVLink
^ "superordenador de aprendizaje profundo" .
^ "Sistema de aprendizaje profundo DGX-1" (PDF) . NVIDIA DGX-1 ofrece un entrenamiento 75 veces más rápido ... Nota: Caffe benchmark con AlexNet, entrenamiento de imágenes de 1,28 millones con 90 épocas
^ "Servidor DGX" . Servidor DGX . Nvidia . Consultado el 7 de septiembre de 2017 .
^ https://docs.nvidia.com/dgx/pdf/dgx2-user-guide.pdf
^ a b c Ryan Smith (14 de mayo de 2020). "NVIDIA Ampere Unleashed: NVIDIA anuncia nueva arquitectura de GPU, GPU A100 y acelerador" . AnandTech.
^ Tom Warren; James Vincent (14 de mayo de 2020). "La primera GPU Ampere de Nvidia está diseñada para centros de datos e inteligencia artificial, no para su PC" . The Verge.

Este artículo de informática es un esbozo . Puedes ayudar a Wikipedia expandiéndolo .

[1] "nvidia dgx-1" (PDF) .

[2] "dentro de pascal" . Arquitectura de malla de cubo híbrido de ocho GPU con NVLink

[3] "superordenador de aprendizaje profundo" .

[4] "Sistema de aprendizaje profundo DGX-1" (PDF) . NVIDIA DGX-1 ofrece un entrenamiento 75 veces más rápido ... Nota: Caffe benchmark con AlexNet, entrenamiento de imágenes de 1,28 millones con 90 épocas

[5] "Servidor DGX" . Servidor DGX . Nvidia . Consultado el 7 de septiembre de 2017 .

[6] ttps://docs.nvidia.com/dgx/pdf/dgx2-user-guide.pdf

[anand-A100-7] Ryan Smith (14 de mayo de 2020). "NVIDIA Ampere Unleashed: NVIDIA anuncia nueva arquitectura de GPU, GPU A100 y acelerador" . AnandTech.

[verge-A100-8] Tom Warren; James Vincent (14 de mayo de 2020). "La primera GPU Ampere de Nvidia está diseñada para centros de datos e inteligencia artificial, no para su PC" . The Verge.

[1]