Сервер искусственного интеллекта является важным компонентом современной ИТ-инфраструктуры. Поскольку американские поставщики ушли с российского рынка, в России наблюдается дефицит аналогичного оборудования.

Как это было раньше

До недавнего времени рынок в этом сегменте был во многом открыт для иностранных производителей, среди которых особенно выделялась компания Nvidia, известная своими универсальными решениями в области графических процессоров.

Новые возможности

Уход Nvidia с российского рынка хоть и привел к первоначальным трудностям в секторе AI-серверов, но в конечном итоге подстегнул существенные позитивные изменения. Диверсификация поставщиков привела к повышению интереса российских компаний к серверной архитектуре ASIC (Application-Specific Integrated Circuit), созданной специально для задач искусственного интеллекта.

Такие чипы имеют ряд ключевых преимуществ перед стандартными универсальными графическими решениями:

  1. Высокая оптимизация — Чипы ASIC созданы специально для выполнения конкретных задач. Это обеспечивает более высокую производительность и эффективность по сравнению с процессорами общего назначения, такими как ЦП и ГП.
  2. Энергоэффективность — предоставил потребляет значительно меньше энергии, чем традиционные процессоры, что снижает эксплуатационные расходы.
  3. Снижение затрат на единицу производительности — за счет отхода от универсальности и специализации под конкретные задачи ASIC-решения предлагают меньшую стоимость единицы обработки данных.
  4. Нет недостатка — данное оборудование поставляется без ограничений и в любых объемах, независимо от санкционной политики США.

Специализированные микросхемы ASIC, предназначенные для ускорения выполнения задач искусственного интеллекта, называются TPU (Tensor Processing Unit), NPU (Neural Processing Unit) или AI-ускорителями.

На российском рынке представлены устройства компании Softlogic на базе тензорных чипов BM1684.

ЧИТАТЬ   Цены на Samsung Galaxy A55 5G и Galaxy A35 5G объявлены в Индии

Нейронные сети

Искусственная нейронная сеть это математическая модель. Там происходит большое количество подобных операций: умножение и сложение данных и параметров. Хотя чипы GPU и CPU общего назначения могут справиться с такими задачами, для их выполнения требуется гораздо больше ресурсов.

Давайте воспользуемся простым и понятным примером, чтобы объяснить разницу между TPU, GPU и CPU, сделав его настолько простым, что его сможет понять даже ребенок.

Давайте представим, что нам нужно нарисовать большую картину. Каждый исполнитель в этом примере представляет собой процессор, графический процессор или TPU.

Процессор — универсальный художник.

У нас очень талантливый художник (ЦП). Он может нарисовать все, но рисует одну часть картины за раз.

Что получается: художник может сделать всю картину сам, но это отнимет у него много времени, так как каждый элемент он рисует по очереди.

графический процессор — Есть много художников, рисующих одни и те же детали.

У нас теперь есть группа художников (ГПУ). Они специализируются на изображении одних и тех же деталей, например, всех деревьев или всех облаков на картине.

Что происходит: Эта группа художников работает одновременно и завершит картину быстрее, но она будет состоять из однотипных элементов.

ТПУ — команда профильных художников.

Наконец, у нас есть команда художников-специалистов (ТПУ), каждый из которых отлично рисует определенную часть картины, и все они работают вместе одновременно.

Что происходит: эта команда художников завершает картину очень быстро и качественно, потому что каждый из них занимается своей частью и все прекрасно знают, что делать.

Каковы форм-факторы?

Softlogic предлагает различные типы ускорителей искусственного интеллекта. Самая популярная из них — карта PCI-E. ИВС-СК5. В современных серверных решениях таких плат устанавливается несколько и серверы объединяются в стек.

ЧИТАТЬ   «Ростелеком» и правительство Ямало-Ненецкого автономного округа завершили масштабный проект по строительству оптической магистрали в Красноселькупе

Решения на уровне форм-фактора также могут быть интересными мини и микро серверы. Такие устройства в промышленном корпусе способны работать в широком диапазоне температур, имеют компактные размеры и позволяют проводить ИИ-расчеты в самых разных проектах.

Мини-серверы Softlogic SE6 и SE8 серии AI размещаются в стандартной 19-дюймовой стойке, при этом значительно сокращая пространство, используемое в высокопроизводительных системах, по сравнению с традиционными решениями для монтажа в стойку. Стек из трех таких серверов способен решить большинство проблем, связанных с вычислениями с использованием искусственного интеллекта на крупном предприятии.

Какие технологии поддерживаются?

Все устройства представленные в линейке программное обеспечение, поддерживает широкий спектр самых современных фреймворков: Caffe, Tensorflow, Pytorch, MXNet, Darknet, ONNX, Paddle. Это позволяет компаниям беспрепятственно переходить на новую архитектуру без необходимости переписывать большой объем программного кода.

Заключение

Таким образом, уход Nvidia открыл двери новым технологическим возможностям и стимулировал рост и инновации в индустрии серверов искусственного интеллекта в России, прокладывая путь к более автономной и технологически развитой отрасли будущего.




эрид:LjN8K9iwnРекламодатель: ООО «Софтлогик Рус»ЭТИН/ОГРН: 5008055988/1115047000199Сайт: www.softlogicrus.ru

Source

От admin