يعزز SuperCHIP NVIDIA GB10 بشكل كبير أداء حساب الذكاء الاصطناعي في شرارة DGX من خلال دمج العديد من التقنيات المتطورة. فيما يلي نظرة عامة مفصلة على كيفية تحقيق ذلك:
1. الهندسة المعمارية والمكونات: يعتمد SuperChip GB10 على الهندسة المعمارية Nvidia Grace Blackwell ، حيث تجمع بين وحدة معالجة الرسومات NVIDIA Blackwell عالية الأداء مع وحدة المعالجة المركزية ذات الذراع المكونة من 20 نواة. يتميز GPU بنوى الموتر من الجيل الخامس ويدعم دقة FP4 ، وهو أمر بالغ الأهمية لمعالجة الذكاء الاصطناعى الفعال. تتضمن وحدة المعالجة المركزية 10 نوى Cortex-X925 و 10 Cortex-A725 ، مما يوفر قدرات قوية على المعالجة والتنسيق للبيانات [2] [4] [7].
2. الذاكرة والتوصيل: يستخدم GB10 SuperChip تقنية NVIDIA NVLINK-C2C Interconnect ، والتي توفر نموذج ذاكرة وحدة المعالجة المركزية+وحدة المعالجة المركزية. توفر هذه التقنية خمسة أضعاف عرض النطاق الترددي لـ PCIe 5.0 ، مما يعزز بشكل كبير نقل البيانات بين وحدة المعالجة المركزية و GPU. هذا مفيد بشكل خاص لأعباء العمل المكثفة للذاكرة ، لأنه يلغي الحاجة إلى نقل PCIe ويضمن الوصول إلى البيانات السلس [1] [3] [6].
3. الذاكرة الموحدة: تتضمن شرارة DGX ، مدعومة من GB10 SuperChip ، 128 جيجابايت من ذاكرة LPDDR5x الموحدة. تتيح بنية الذاكرة الموحدة هذه التعامل الفعال مع نماذج الذكاء الاصطناعى الكبيرة ، ما يصل إلى 200 مليار معلمة ، دون الحاجة إلى إدارة الذاكرة اليدوية بين وحدة المعالجة المركزية و GPU. هذه الإمكانية أمر بالغ الأهمية للنماذج الأولية ، والضبط الدقيق ، وتشغيل نماذج منظمة العفو الدولية الكبيرة محليًا [4] [5] [8].
4. أداء الذكاء الاصطناعي: يقدم SuperChip GB10 ما يصل إلى 1000 قمة (تريليونات العمليات في الثانية) من قوة معالجة الذكاء الاصطناعى. يدعم هذا المستوى من الأداء صقل واستنتاج أحدث نماذج التفكير الذكري ، مثل نموذج مؤسسة Nvidia Cosmos World Foundation ونموذج GR00T N1 Robot Foundation [3] [6].
5. الشبكات وقابلية التوسع: تتضمن شرارة DGX إمكانات شبكات NVIDIA ConnectX-7 ، مما يتيح للمستخدمين توصيل نظامين للتعامل مع نماذج الذكاء الاصطناعى الأكبر. تعتبر ميزة قابلية التوسع هذه ضرورية لإدارة النماذج ذات المعلمات التي تتجاوز 405 مليار ، مثل Llama 3.1 [5] [7].
6. تكامل البرامج: يأتي DGX Spark مع أدوات برامج AI من NVIDIA ، والتي تعمل على إصدار مخصص من Ubuntu Linux المعروف باسم DGX OS. يقوم هذا الإعداد بتبسيط عملية التطوير من خلال السماح بنشر نماذج الذكاء الاصطناعى السلس من سطح المكتب إلى البنية التحتية لمركز البيانات أو الحد الأدنى من تعديلات الكود [5] [6].
باختصار ، يعزز SuperCHIP NVIDIA GB10 في شرارة DGX أداء حساب AI من خلال تقديم مزيج قوي من وحدة المعالجة المركزية+وحدة المعالجة المركزية ، وترابط ذاكرة عالية النطاق الترددي ، وهندسة الذاكرة الموحدة ، وقدرات الشبكات القابلة للتطوير ، وكلها تم تحسينها لمعالجة ونشر AI الفعالة.
الاستشهادات:
[1] https://press.asus.com/news/press-releases/asus-introduces-ascent-gx-10-ai-supercomputer-powered-by-nvidia-gb-10-grace-lackwell-superchip/
[2] https://www.tomshardware.com/desktops/mini-pcs/asus-mini-supercomputer-taps-nvidia-grace-lackwell-chip-nip-1-000-ai-tops
[3] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-tation-personal-ai-copters
[4]
[5] https://www.pcmag.com/news/what-is-nvidias-dgx-tation-a-new-desktop-line-for-ai-work
[6]
[7]
[8] https://www.nvidia.com/en-us/products/workstations/dgx-spark/
[9] https://www.investing.com/news/company-news/nvidia-launches-personal-ai-supercomputers-fsktops-93ch-3934971
[10] https://www.nvidia.com/en-us/project-digits/
[11] https://www.techpowerup.com/330617/nvidia-puts-grace-lackwell-on-every-desk-at-avery-aivevipers