NVIDIA avaa Vera Rubinin arkkitehtuurin ja edistää tekoälytehtaan avoimia standardeja OCP Global Summitissa

Kuva: NVIDIA · Lähde

OCP Global Summitissa NVIDIA julkisti avoimet Vera Rubin -kaapeli- ja laskentakotelomallit MGX-arkkitehtuurissa, uusia avoimen lähdekoodin ohjelmistokomponentteja tekoälytehtaan operaatioihin sekä yhteistyötä tekoälyinfrastruktuurin ja verkostostandardien edistämiseksi.

NVIDIA teki merkittäviä ilmoituksia Open Compute Projectin (OCP) Global Summitissa, esitellen uusia avoimia arkkitehtuurituminoita ja kumppanuuksia, joiden tavoitteena on nopeuttaa ja standardoida tekoälytehtaan infrastruktuuria maailmanlaajuisesti. Keskusasemassa näissä kehityksissä on NVIDIA Vera Rubin -kaapin ja laskentalokeron suunnitelmien avaaminen MGX (Modular GPU eXtension) -arkkitehtuurin alle, mikä mahdollistaa järjestelmärakentajien kehittää skaalautuvaa tekoälyinfrastruktuuria yhteisen perustan pohjalta.

Vera Rubin -tekoälytehtaat edustavat seuraavan sukupolven alustaa, joka skaalautuu megawateista gigawatteihin, yhdistäen kiihdytetyn laskennan, verkot, virran ja jäähdytyksen modulaariseen järjestelmään. Päivitetty MGX 1.2 -määrittely tukee kaappikoon blind-mate-nestekiertoja jäähdytystä, yhteentoimivia interkonektoreita, nestekiertoista 5 000 A:n virtakiskoa suuritehoisille tekoälyjärjestelmille sekä natiivisti 19 tuuman laiteyhteensopivuutta, mahdollistaen jopa 250 kW:n käyttöönotot kaappia kohti parannetulla huollettavuudella ja tehokkuudella.

Laitteistouudistusten lisäksi NVIDIA julkaisi avoimen lähdekoodin ohjelmistokomponentteja DSX AI Factory -alustalle, jotka on suunniteltu yhdistämään laskenta-, verkko-, virta- ja jäähdytysoperaatiot tekoälytehtaissa. Uusia työkaluja ovat NVIDIA Config Manager automaattiseen verkkokokoonpanoon, Cluster Readiness Engine GPU-klusterien validointiin realistisilla kuormilla, Rack Management Service laitteiston abstrahointiin kaappikoolla sekä Cluster API Provider nopeuttamaan bare-metal-provisiointia. Nämä komponentit ovat julkisesti saatavilla NVIDIA:n DSX AI Factory GitHub-repossa.

NVIDIA teki myös yhteistyötä hyperskaalaajien, kuten Googlen, Metan ja AMD:n kanssa julkaisten avoimia standardeja, mukaan lukien Open Data Center Specification v0.7 ja OCP Grid Resilience Specification. Ne määrittelevät yhtenäiset suunnitelmat tekoälytehtaan tilojen suunnitteluun ja reagoimiseen sähköverkon häiriöihin, mahdollistaen valmistajille ja datakeskusoperaattoreille kehittää yhteensopiva tekoälyinfrastruktuuri ilman patentoituihin määrittelyihin odottelua.

Virta-infrastruktuurin osalta Visionbay.ai julkisti 800 V DC:n tekoälytehtaan suunnittelun joka on räätälöity Vera Rubin -ajan käyttöönottoihin. Tämä arkkitehtuuri keskittää AC-DC-muunnoksen klusteritasoisiin virtakeskuksiin ja jakaa 800 V DC:tä lähemmäs laskentaresursseja, yksinkertaistaen virtatoimitusta ja tukien tulevaa modulaarista laajentamista.

Verkkopuolella Meta ja NVIDIA esittelivät Spectrum-6 Ethernet-kytkinten ja Spectrum-X Multiplane -teknologian käyttöönoton, mahdollistaen tekoälykankaita yli 100 000 GPU:lle, parantaen kaistanleveyttä, suorituskyvyn eristystä ja kestävyyttä. NVIDIA ja Cisco ilmoittivat yhdessä Ultra-Dense Small Form Factor Pluggable (USFP) -moduulistandardista, joka lupaa 400 Gb/s kaistannopeuksia ja 1,3-kertaista virtatehokkuutta tekoälytehtaan laajuisille verkoille.

Lisäksi NVIDIA ja Google paljastivat tuen Falcon Transport -protokollalle tulevissa NVIDIA ConnectX-10 SuperNIC- ja BlueField DPU -laitteissa, parantaen verkkoluotettavuutta ja suorituskykyä suuressa mittakaavassa toimivissa tekoälydatakeskuksissa.

Nämä julkistukset korostavat NVIDIA:n strategiaa edistää avointa ekosysteemiä tekoälytehtaan infrastruktuurissa, jossa laitteisto, ohjelmisto, verkot ja virta-järjestelmät suunnitellaan yhdessä ja standardoidaan nopeaan ja tehokkaaseen tekoälytyökuormien skaalaamiseen maailmanlaajuisesti. Alan kumppanit ja kehittäjät voivat käyttää näitä avoimen lähdekoodin resursseja luodakseen yhteensopivia, uuden sukupolven tekoälytehtaita, jotka vastaavat kasvaviin agenttikeskeisiin ja kiihdytettyihin laskentatarpeisiin.