DGX dzirkstele, kuru darbina Nvidia GB10 Grace Blackwell Superchip, izmanto NVIDIA NVLINK-C2C starpsavienojumu tehnoloģiju, lai ievērojami uzlabotu veiktspēju AI darba slodzēs, ieskaitot tos, kas saistīti ar tensorplovu. Šī tehnoloģija nodrošina CPU+GPU saskaņotās atmiņas modeli, piedāvājot piecas reizes lielāku piektās paaudzes PCIe joslas platumu. Šis uzlabotais joslas platums ir būtisks atmiņas intensīviem AI uzdevumiem, jo tas ļauj ātrāk pārsūtīt datus starp CPU un GPU, samazinot sašaurinājumus un uzlabojot vispārējo sistēmas efektivitāti.
Tensorflow kontekstā, kas ir populārs dziļas mācību ietvars, šī starpsavienojuma tehnoloģija var paātrināt modeļa apmācību un secinājumus, nodrošinot, ka dati ir ātri pieejami gan CPU, gan GPU. Tensorflow lielā mērā ir atkarīgs no GPU paātrinājuma attiecībā uz aprēķiniem, un NVLink-C2C tehnoloģija DGX Spark nodrošina, ka datus var ātri pārvietot starp CPU un GPU, optimizējot TensorFlow operāciju veiktspēju.
Turklāt DGX Spark integrācija ar NVIDIA pilna kaudzes AI platformu ļauj lietotājiem nemanāmi pārvietot savus modeļus no darbvirsmas vides uz mākoņa vai datu centra infrastruktūru, mainot minimālas koda. Šī elastība ir izdevīga TensorFlow lietotājiem, jo tas ļauj viņiem prototipu, precīzi noregulēt un efektīvi atkārtot viņu darbplūsmas dažādās vidēs.
DGX dzirksteles augstas veiktspējas iespējas apvienojumā ar tā kompakto formas koeficientu padara to par ideālu rīku pētniekiem un izstrādātājiem, kas strādā ar lieliem AI modeļiem, piemēram, tām, kuras izmanto Tensorplow lietojumos. Sistēma atbalsta AI modeļus ar līdz 200 miljardiem parametru, kas ir salīdzināmi ar tādiem modeļiem kā Openai GPT-3, un AI aprēķiniem var piegādāt līdz 1000 triljoniem operāciju sekundē (top). Šis veiktspējas līmenis ir būtisks, lai paātrinātu AI lietojumprogrammu izstrādi un izvietošanu, kas balstās uz TensorFlow.
Rezumējot, DGX Spark's NVLink-C2C starpsavienojuma tehnoloģija uzlabo Tensorplow veiktspēju, nodrošinot augsta joslas platuma un zemas latentuma savienojumu starp CPU un GPU, kas ir būtisks atmiņas ietilpīgai AI darba slodzei. Tas apvienojumā ar sistēmas augstas veiktspējas iespējām un nemanāmu integrāciju ar NVIDIA AI platformu padara to par efektīvu rīku, lai paātrinātu TensorFlow balstītas AI attīstības attīstību.
Atsauces:
[1.]
[2] https://www.digitimes.com/news/a20250319pd227/nvidia-gtc-ai-supercomputing-2025.html
[3] https://www.weka.io/wp-content/uploads/2023/04/weka-nvidia-dgx-a100-systems.pdf
.
[5] https://en.eeworld.com.cn/news/wltx/EIC692803.html
.
.
[8] https://www.barchart.com/story/news/31463037/nvidia-announces-dgx-park-and-dgx-station-personal-ai-computers
.
[10] https://www.pcmag.com/news/what-is-nvidias-dgx-station--wew-specialized-desktop-line-for-work
[11] https://www.nvidia.com/en-us/ai-data-science/spark-ebook/gpu-accelerated-park-3/
[12] https://www.constellationr.com/blog-news/insights/nvidia-launches-dgx-park-dgx-station-personal-ai-supercomputers