Nvidia je krenula sa implementacijom svojih GH200 čipova u evropske superkompjutere, a kako izveštava HPCwire, istraživači već objavljuju prve performanse benchmarka sa ovih sistema, koje pokazuju impresivne rezultate. U radu pod naslovom “Razumevanje kretanja podataka u usko povezanim heterogenim sistemima: Studija slučaja sa Grace Hopper Superchipom”, objavljenom na arXiv pre-print serveru, istraživači su testirali GH200, koji integriše i CPU i GPU u jednom čipu, kako bi demonstrirali njegovu brzinu i prednosti za AI i naučne aplikacije.
Alps sistem u Švajcarskom nacionalnom centru za superkompjutere (CSCS), koji je još uvek u procesu nadogradnje, bio je jedno od testnih okruženja za ove benchmarke. Istraživači su otkrili da GH200 pokazuje izuzetno snažne performanse u AI zadacima, posebno u iskorišćavanju jedinstvenih memorijskih prostora za aplikacije sa velikim memorijskim zahtevima. Svaki četvorostruki GH200 čvor u testn konfiguraciji imao je 288 CPU jezgara, četiri Hopper GPU-a i ukupno 896 GB memorije, koja se sastoji od 96 GB HBM3 visoko propusne memorije i 128 GB LPDDR5 po superčipu.
Modeliranje klimatskih promena
U smislu sirove računske snage, GH200 je postigao 612 teraflopsa koristeći HBM3 memoriju u određenim AI zadacima, što je znatno nadmašilo performanse sa DDR memorijom, koja je dostigla samo 59,2 teraflopsa. Kada je testiran za inferencijalne zadatke na Llama-2 modelu, GH200 je bio do četiri puta brži sa HBM3 memorijom nego sa DDR, što ukazuje na značaj visoko propusne memorije u modernim AI aplikacijama.
U drugom radu, primećenom od strane HPCwire-a na arXiv serveru, pod naslovom “Poboljšanje izlaza modela Zemljinog sistema i ušteda petabajta u njihovom skladištenju koristeći eksaskalni klimatski emulator”, upoređeni su GH200 klasteri sa AMD-ovim MI250X i Nvidia A100 i V100 čipovima u superkompjuterima kao što su Frontier, Leonardo i Summit. GH200 je pokazao impresivne rezultate za klimatske simulacije, koje su poznate po tome što zahtevaju ogromne količine podataka i računske resurse. Alps sistem je dostigao vrhunac od 384,2 miliona petaflopsa, što predstavlja značajan napredak u odnosu na prethodne sisteme.
Ovo istraživanje naglašava sposobnost GH200 čipa da rukuje mešovitim radnim opterećenjima—kombinujući AI, mašinsko učenje i naučne simulacije—dok nadmašuje performanse starijih čipova. Integracija CPU-a i GPU-a u jednom čipu omogućava bržu komunikaciju između komponenti i efikasnije korišćenje resursa. Ove prve studije ukazuju na to da je Nvidia GH200 ključni korak u unapređenju performansi u okruženjima visokih performansi računarstva (HPC).
Biće zanimljivo pratiti kako će se ova nova tehnologija razvijati kako sve više sistema integriše Nvidia superčipove i kako budu objavljeni dodatni benchmark rezultati. Očekuje se da će GH200 imati značajan uticaj na napredak u oblastima kao što su klimatsko modeliranje, naučno istraživanje, analiza velikih podataka i razvoj veštačke inteligencije. Nvidia-ini GH200 čipovi mogli bi postati ključni alat za naučnike i istraživače koji rade na rešavanju nekih od najkompleksnijih problema današnjice, piše TechRadar.