„GB10 Superchip“, „NVIDIA“ projekto skaitmenų dalis, yra reikšminga energijos efektyvumo pažanga, palyginti su kitais AI superkompiuteriais. Čia pateiktas išsamus jo efektyvumo ir našumo palyginimas su kitomis pastebimomis šios srities sistemomis.
„GB10 Superchip“ apžvalga
„GB10 Superchip“ yra suprojektuotas aplink „Nvidia Grace Blackwell“ architektūrą, kurioje yra „Nvidia Blackwell GPU“ ir „Grace CPU“ derinys su 20 galios efektyvių ARM šerdžių. Ši sistema gali pasiekti iki 1 PETAFLOP AI našumo FP4 tikslumu, tuo pačiu veikdama iš standartinio elektros lizdo, pabrėždama jo energijos efektyvumą [1] [4] [12].
energijos efektyvumo metrika
1. Energijos suvartojimas: „GB10 Superchip“ dizainas pabrėžia mažai energijos suvartojant, išlaikant aukštą našumą. Pažymėtina, kad jis gali tiekti didelę skaičiavimo galią be per didelio šilumos generavimo ar galios piešimo, kuris yra labai svarbus darbalaukio programoms [1] [5].
2. Palyginimas su kitais superkompiuteriais:
- NVIDIA A100: Įrodyta, kad ankstesnės kartos, tokios kaip A100 GPU, sunaudoja žymiai daugiau energijos panašiems darbo krūviams. Pavyzdžiui, tyrimas parodė, kad GPU serveriai gali pasiekti maždaug 14 kartų mažesnius energijos suvartojimus, palyginti su tradiciniais CPU serveriais [2].
- „Google“ TPU superkompiuteriai: Pranešama, kad naujausi „Google“ „Tensor“ apdorojimo įrenginiai (TPU) yra beveik dvigubai didesni nei energijos vartojimo efektyvumas nei „NVIDIA“ A100 sistemos. Šis efektyvumas atsiranda dėl jų pasirinktinės architektūros ir optimizuotų sujungimų, leidžiančių jiems apdoroti didelius AI modelius, kurių energijos suvartojimas sumažėja [10].
- Populiariausi energiją taupantys superkompiuteriai: „Green500“ sąrašas pabrėžia, kad efektyviausi superkompiuteriai pasiekia apie 30 gigaflopų vienam vatui. Nors konkretūs GB10 skaičiai dar nėra paskelbti, jo architektūra rodo, kad ji gali priartėti prie šio etalono, atsižvelgiant į jo pažangų dizainą ir sutelkti dėmesį į energijos efektyvumą [3].
Poveikis AI plėtrai
„GB10 Superchip“ architektūra leidžia efektyviai paleisti didelius kalbos modelius, palaikant iki 200 milijardų parametrų tiesiai iš stalinių kompiuterių sistemos. Šią galimybę sustiprina jo vieninga atminties dizainas, kuris pašalina PCIe pernešimų tarp CPU ir GPU poreikį, dar labiau optimizuodama našumo ir energijos sunaudojimą [4] [12].
Be to, bendradarbiavimas su „Mediatek“ kuriant šią lustą lėmė geriausią savo klasės energijos efektyvumą, todėl jis ypač patrauklus tyrėjams ir kūrėjams, kuriems reikalingos galingos, tačiau kompaktiškos sistemos, be tradicinių superkompiuterių pridėtinės vertės [8] [9].
Išvada
Apibendrinant galima pasakyti, kad „NVIDIA GB10 Superchip“ demonstruoja konkurencingą energijos efektyvumą, palyginti su kitais pirmaujančiais AI superkompiuteriais. Nors vis dar vyksta tiesioginiai konkrečių metrikų palyginimai, jos novatoriškos projektavimo ir eksploatavimo galimybės rodo, kad tai bus stiprus varžovas lenktynėse dėl energijos vartojančių AI skaičiavimo sprendimų. Kadangi AI darbo krūviai ir toliau auga sudėtingiau ir dydžiu, tokios sistemos kaip „GB10“ vaidins lemiamą vaidmenį suderinant našumą su tvarumu.
Citatos:
[1] https://www.bigdatawire.com/2025/01/10/inside-nvidias-new-desktop-ai-box-project-digits/
[2] https://www2.deloitte.com/content/dam/deloitte/us/documents/consulting/us-nvidia-gpu-vs-cpu.pdf
[3] https://www.datacenterknowledge.com/supercomputers/top-10-energy-efficfict-supercomputers-pdate-from-August-2023
[4] https://www.bigdatawire.com/this-just-in/nvidia-unveils-project-digits-personal-ai-supercomputer/
[5] https://nvidianews.nvidia.com/news/nvidia-puts-grace-blackwell-on-every-desk-and-at-at-every-ai-developers-fingterps
[6] https://pmc.ncbi.nlm.nih.gov/articles/pmc10629395/
[7] https://www.theverge.com/24066646/ai-electrictity-energy-watts-generative-conselig
[8] https://www.gurufocus.com/news/2647638/nvidia-unveils-project-digits-the-worlds-smallest-ai-Supercomputer
[9] https://akihabaranews.com/nvidias-new-gb10-superchip/
[10] https://www.techcircle.in/2023/04/05/google-s-raining-supercomputers-twice-S-Power-Effeficent-as-nvidia-s/
[11] https://www.gurufocus.com/news/2647634/nvidia-unveils-project-digits-the-worlds-smallest-ai-spercomputer
[12] https://www.engineering.com/nvidia-unveils-project-digits-personal-ai-supercomputer/
[13] https://blogs.nvidia.com/blog/accelerated-ai-energy-efficatity/
[14] https://blogs.nvidia.com/blog/energy-efficfict-ai-industries/
[15] https://mitsloan.mit.edu/ideas-made-to-matter/ai-has-high-data-center-energy-costs there-are-solutions