高性能计算 关键字列表
“GPU闲置过半,器件逼近物理极限”?是德科技如何应对AI基础设施之困

“GPU闲置过半,器件逼近物理极限”?是德科技如何应对AI基础设施之困

是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。

Graid基于Nvidia GPU的RAID卡技术突破及产品路线图

Graid基于Nvidia GPU的RAID卡技术突破及产品路线图

Graid公司专注于英伟达GPU驱动的RAID卡技术,推出包括企业级和工作站版本在内的SupremeRAID产品线。该公司2024年营收翻倍,出货约5000张卡片,预计2025年增长60%。产品路线图涵盖桌面简化版、AI版本、HPC版本等五个组件,支持NVMe RAID并提供企业级数据保护。AI版本支持GPUDirect直接传输,HPC版本针对BeeGFS等环境优化。

VAST Data凭借Doudna超算项目成功进军高性能计算领域

VAST Data凭借Doudna超算项目成功进军高性能计算领域

VAST Data将为Doudna超级计算机提供专注于AI的存储系统,与IBM Storage Scale共同承担存储任务。Doudna是NERSC-10超级计算机,由劳伦斯伯克利国家实验室运营,计算性能比前代系统提升10倍,存储性能提升5倍。该系统采用双存储架构:VAST Data的AIOS负责AI工作负载,IBM Storage Scale处理传统HPC需求。这标志着VAST成功进入HPC并行文件系统领域的重要突破。

VDURA瞄准VAST、WEKA、DDN,以AI-HPC存储重启挑战市场

VDURA瞄准VAST、WEKA、DDN,以AI-HPC存储重启挑战市场

VDURA公司完成重大转型,将自己定位为与DDN、VAST Data和WEKA并列的AI和HPC高性能存储解决方案提供商。该公司全面改造了原有PanFS软件,推出基于微服务架构的VDP数据平台,结合并行文件系统的稳定性能与对象存储的弹性和成本效益。新平台采用统一命名空间和单一控制平面,支持分层闪存-磁盘架构。在美国联邦项目竞标中,VDURA凭借优异的性能和TCO击败竞争对手,证明了其在AI/HPC存储基础设施领域的竞争实力。

PCIe 7.0规范正式发布,带宽达512GBps,PCIe 8.0已在筹备中

PCIe 7.0规范正式发布,带宽达512GBps,PCIe 8.0已在筹备中

PCI特殊兴趣小组(PCI-SIG)正式发布PCIe 7.0规范,带宽再次翻倍达到128 GTps原始传输速率,在x16通道配置下可实现高达512 GBps双向带宽。相比2022年发布的PCIe 6.0的256 GBps,性能提升一倍。该技术主要面向800 Gbps以太网适配器、高性能计算和机器学习等高吞吐量应用。同时,PCI-SIG首次推出基于光纤链路的PCIe标准,并已开始PCIe 8.0规范的前期研发工作。

桑迪亚启用类脑无存储超算

桑迪亚启用类脑无存储超算

Sandia国家实验室与SpiNNcloud合作推出的SpiNNaker2类脑超级计算机,依靠48芯片高并行架构及高速SRAM/DRAM通信,无需GPU或内置存储,适用于国防及前沿计算任务。

法国政府正式出价4.1亿欧元收购Atos精简后的高性能计算资产

法国政府正式出价4.1亿欧元收购Atos精简后的高性能计算资产

Atos 正在重组,法国政府已确认以4.1亿欧元收购其 Eviden 子公司先进计算业务(不含 Vision AI 部分),该业务涵盖 HPC、量子计算及 AI 部门,预计2025年营收约8亿欧元,此举将为 Atos 提供急需流动资金。

AI 对算力的渴望推动企业迈向超级计算

AI 对算力的渴望推动企业迈向超级计算

该文探讨企业如何利用超级计算推动 AI 项目落地。HPE 高性能计算及 AI 基础设施负责人表示,密集计算、扩展架构与液冷技术正助力大规模数据中心建设,亚太区增长迅猛,但高投入、能耗和人才短缺仍是严峻考验。

Intel Xeon 6 CPU 在人工智能、高性能计算领域崭露头角

文章阐述了数据中心由传统向多样化转型,着重介绍了Intel Xeon 6 CPU采用P核与E核双架构,在AI、高性能计算及云边端场景中实现高效节能的创新应用。

谷歌“Ironwood” TPU Pod与其他AI超级计算机的对比

谷歌“Ironwood” TPU Pod与其他AI超级计算机的对比

本文比较了谷歌“铁木” TPU Pod 与传统HPC系统(如“El Capitan”和“Aurora”)在性能和成本上的表现。文章指出,尽管设计目标不同,但美国能源部通过优惠合作,实现了更优的性价比,而谷歌的比较存在误导。

这家初创公司刚获得1.15亿美元融资,让工程设计速度提升1000倍 — 贝佐斯、奥特曼和英伟达都在押注其成功

这家初创公司刚获得1.15亿美元融资,让工程设计速度提升1000倍 — 贝佐斯、奥特曼和英伟达都在押注其成功

Rescale是一家数字工程平台公司,刚获得1.15亿美元D轮融资,用于开发AI驱动的工程工具。该公司通过"AI物理学"技术将传统需要数天的模拟计算缩短至秒级,已吸引包括贝佐斯、奥特曼等知名投资者支持。Rescale源于创始人在波音787研发中遇到的计算资源挑战,现已服务通用汽车等企业客户。

AMD 通过智能、适度规模的计算推动 AI 成功

AMD 通过智能、适度规模的计算推动 AI 成功

随着 AI 应用的加速发展,企业面临着超越原始计算能力的瓶颈。AMD 提供智能高效的定制计算解决方案,从数据中心 AI 训练到企业自动化,帮助组织无缝部署和扩展计算基础设施。通过现代化数据中心、开源软件栈 ROCm 以及全面的硬件产品组合,AMD 正在推动 AI 创新发展,为企业提供最佳性能和效率的解决方案。

AMD 发布第五代 Epyc 嵌入式处理器,面向网络、存储和工业边缘领域

AMD 发布第五代 Epyc 嵌入式处理器,面向网络、存储和工业边缘领域

AMD 发布第五代 Epyc 嵌入式处理器,采用 Zen 5 架构,专为网络、存储和工业边缘计算优化。新处理器在性能、能效和嵌入式特性方面均有提升,可支持高达 192 核心,内存容量达 6TB,并提供 7 年产品制造支持。多家行业合作伙伴已开始采用这一新产品。

VDURA 推出 V5000 全闪存节点,提升海量数据访问速度

VDURA 推出 V5000 全闪存节点,提升海量数据访问速度

VDURA是一家高性能计算和人工智能并行文件系统存储供应商,最近在其V5000硬件架构平台上增加了一个高容量全闪存存储节点。V5000于三个月前推出,配备了中央瘦型(1RU)控制节点,控制混合闪存+磁盘存储节点。新推出的全闪存F节点是一个1RU服务器机箱,最多可容纳12个128 TB NVMe QLC SSD,提供1.536 PB的原始容量。VDURA的首席执行官Ken Claffey表示,AI工作负载需要持续的高性能和可靠性,因此V5000不仅能达到最高速度,还能在硬件故障的情况下保持这些速度。

VDURA 展示面向能源行业的节能高性能计算系统

VDURA 展示面向能源行业的节能高性能计算系统

VDURA 将在即将举行的能源高性能计算会议上展示其新一代数据平台。该平台旨在通过更快的数据处理、更高的数据持久性和更易用的混合环境,加速能源行业创新。VDURA 的混合架构结合了 HDD 和 SSD 的优势,为能源公司提供了优化运营成本和工作负载速度的解决方案。

AI PC 之争:Microsoft 的 NPU 执念与 Nvidia 的 AI PC 野心

AI PC 之争:Microsoft 的 NPU 执念与 Nvidia 的 AI PC 野心

微软推出 Copilot+ PC 标准,要求配备高性能 NPU,引发 AI PC 市场格局变化。英伟达虽在数据中心 AI 领域占主导,但在 PC 端面临挑战。文章分析了英伟达的 AI PC 策略、NPU 与 GPU 的竞争关系,以及未来 GPU 可能在 Copilot+ 功能中发挥作用的前景。

DDN 获3亿美元投资,矢志成为 AI 存储领导者

DDN 获3亿美元投资,矢志成为 AI 存储领导者

DDN获得3亿美元投资,计划将其在超级计算领域的领先优势转化为AI存储解决方案。该公司正在调整其高性能计算产品线以适应AI工作负载的需求,并承诺将于2月20日发布重大公告。这笔投资反映了AI基础设施市场的快速增长和投资热潮。

Panmnesia 凭借 GPU CXL 内存扩展技术获奖

Panmnesia 凭借 GPU CXL 内存扩展技术获奖

Panmnesia 开发的 GPU 内存扩展方案荣获 CES 创新奖。该技术通过 CXL 技术将外部内存快速接入 GPU 统一虚拟内存空间,有效解决大规模 AI 训练中 GPU 内存不足的问题,显著降低 AI 基础设施成本。该方案比传统方法延迟更低,引起了 AI 数据中心行业的广泛关注。

AMD 追随 NVIDIA 进军 AI 药物研发领域

AMD 追随 NVIDIA 进军 AI 药物研发领域

芯片制造商 AMD 投资 2000 万美元入股 Absci 公司,进军人工智能药物研发领域,紧随竞争对手 NVIDIA 的步伐。双方达成协议,Absci 将使用 AMD 的芯片和软件来支持其药物研发工作,包括利用生成式 AI 的生物药设计平台。这一举措凸显了 AI 在药物研发中的重要性,有望加快新药开发进程,提高研发效率。

新加坡大学借助 Xinnor 存储平台提升 AI 研究能力

新加坡大学借助 Xinnor 存储平台提升 AI 研究能力

新加坡一所领先大学采用新诺公司的 xiRAID 存储技术,显著提升了其人工智能研究速度。该技术通过先进算法实现高性能、高可靠的数据存储,支持包括医疗保健和自然语言处理在内的多个人工智能研究领域。这一部署不仅满足了大学当前的存储需求,还为未来的扩展提供了灵活性。