„NVIDIA“ kuria dirbtinio intelekto fabrikus, užtikrinančius maksimalų produktyvumą, ilgaamžiškumą ir lankstumą

Vaizdas: NVIDIA · Šaltinis

„NVIDIA“ dirbtinio intelekto fabrikai suprojektuoti optimizuoti investicijų grąžą, maksimaliai padidinant pralaidumą, prailginant įrangos tarnavimo laiką ir palaikant įvairias dirbtinio intelekto užduotis bei ne DI programas.

„NVIDIA“ pristato strateginį požiūrį į dirbtinio intelekto fabrikų kūrimą – didelio masto GPU pagrindu veikiančias skaičiavimo sistemas, skirtas patenkinti augančią dirbtinio intelekto darbo krūvių paklausą. Kiekvienas megavatas dirbtinio intelekto fabriko pajėgumo kainuoja apie 60 milijonų JAV dolerių, todėl operatoriams prieš investuojant tokiu mastu reikia aiškių vertės ir grąžos rodiklių. Pasak „NVIDIA“, trys svarbiausi veiksniai lemia investicijų grąžą šiuose dirbtinio intelekto fabrikuose: pajamų galimybė, naudingasis tarnavimo laikas ir paklausa.

Pajamų galimybė apibrėžiama kaip potencialios metinės pajamos, jei dirbtinio intelekto fabrikas parduotų kiekvieną sugeneruotą žetoną. Naudingasis tarnavimo laikas reiškia, kiek metų dirbtinio intelekto įranga išlieka ekonomiškai produktyvi. Paklausa reiškia rinkos poreikį žetonams ir darbo krūviams, kuriuos gamina fabrikas.

„NVIDIA“ dirbtinio intelekto fabrikai orientuojasi į tris pagrindines savybes, kad vienu metu optimizuotų visus šiuos veiksnius: produktyvumą, ilgaamžiškumą ir keičiamumą. Produktyvumas reiškia didžiausią pralaidumą vienam megavatui ir mažiausias sąnaudas vienam žetonui, taip didinant pajamų galimybes. „NVIDIA“ pateikia duomenis, rodančius, kad jų Vera Rubin NVL72 sistemos užtikrina daugiau nei 30 kartų didesnį pralaidumą vienam megavatui ir iki 45 kartų mažesnes sąnaudas milijonui žetonų, palyginti su ankstesnėmis kartomis, dėka viso pluošto integruoto dizaino nuo aparatinės įrangos iki programinės įrangos.

Ilgaamžiškumas garantuoja, kad įdiegti „NVIDIA“ GPU ir toliau kuria vertę net po daugelio metų nuo įrengimo. Pavyzdžiui, 2020 m. pristatytas „NVIDIA A100“ GPU vis dar naudojamas komerciniais tikslais praėjus daugiau nei šešeriems metams. Rinkos analizės rodo, kad GPU išlaiko reikšmingą perpardavimo ir nuomos vertę gerokai ilgiau nei tradiciniai nusidėvėjimo grafikai, pabrėžiant jų tvarią ekonominę naudą. CUDA programinė platforma palaiko bendrą suderinamumą tarp kartų, leidžiant operatoriams naudoti esamą įrangą kartu su nuolatinėmis branduolio ir programinės įrangos optimizacijomis.

Keičiamumas reiškia dirbtinio intelekto fabrikų gebėjimą vykdyti plačią dirbtinio intelekto darbo krūvių įvairovę – nuo kalbos, vaizdų, biologijos, fizikos iki robotikos – taip pat ir ne DI užduotis, tokias kaip moksliniai skaičiavimai ir grafika. Šis universalumas palaiko stiprią paklausą net ir keičiantis darbo krūviams, mažinant prastovas ir užtikrinant aukštą panaudojimo lygį. „NVIDIA“ GPU tai leidžia per tūkstančius paralelinių branduolių bei specializuotas vienetus, tokias kaip Tensor Core ir Transformer Engine, veikiančias programuojamoje architektūroje. Daugiau nei 1000 CUDA-X bibliotekų palaiko įvairias programas, o kūrėjų bendruomenė siekia daugiau nei 10 milijonų.

Tikri klientai, kaip „Eli Lilly“, „Pinterest“, „Revolut“, „Runway“ ir Teksaso A&M universitetas, iliustruoja platų „NVIDIA“ dirbtinio intelekto fabrikų palaikomų programų spektrą – nuo baltymų lankstymo ir genomikos iki didelio masto duomenų apdorojimo ir molekulinių simuliacijų. Be to, tokios industrijos kaip medijos transliavimo, transporto priemonių dizaino ir vartojamųjų produktų vaizdavimo sritys taip pat naudojasi ta pačia infrastruktūra, demonstruodamos jos plačią taikymą.

Koncentruodamasi į šias tris savybes – maksimalų žetonų gamybos efektyvumą, ilgesnį įrangos tarnavimo laiką ir plačią darbo krūvių pritaikomumą – „NVIDIA“ pozicionuoja savo dirbtinio intelekto fabrikus, siekdama užtikrinti stiprią finansinę grąžą ir atitikti kintančius AI bei kitų sričių poreikius. Daugiau įžvalgų apie šiuos pokyčius „NVIDIA“ generalinis direktorius Jensen Huang pristatė GTC Berlyno pagrindinėje kalboje 2026 m. spalio mėn.