معرفی سرورهای DGX انویدیا

در عصر کنونی، هوش مصنوعی به عنوان نیروی محرکه تحول دیجیتال در صنایع مختلف ظهور یافته است. با این حال، پیاده‌سازی و مقیاس‌پذیری زیرساخت‌های هوش مصنوعی همواره با چالش‌های قابل توجهی از جمله پیچیدگی یکپارچه‌سازی سخت‌افزار و نرم‌افزار، هزینه‌های سنگین مهندسی، و زمان‌بر بودن فرآیند راه‌اندازی همراه بوده است. سرورهای DGX شرکت انویدیا به عنوان راهکاری جامع و یکپارچه برای رفع این موانع طراحی شده‌اند.

پیشرفت‌های سریع در حوزه هوش مصنوعی، به ویژه در زمینه یادگیری عمیق و مدل‌های زبانی بزرگ، تقاضا برای توان محاسباتی بی‌سابقه‌ای را ایجاد کرده است. سازمان‌ها و پژوهشگران برای آموزش مدل‌هایی با میلیاردها پارامتر به زیرساختی نیاز دارند که فراتر از توان سرورهای سنتی باشد.

با این حال، مسیر دستیابی به چنین زیرساختی اغلب با دشواری‌هایی نظیر ناسازگاری اجزای سخت‌افزاری، پیچیدگی پیکربندی نرم‌افزارهای متن‌باز، و هزینه‌های بالای نگهداری همراه است. در این راستا، شرکت انویدیا خانواده سرورهای DGX را به عنوان «مولفه هوش مصنوعی» یا «ماشین هوش مصنوعی» یکپارچه معرفی کرده است.

هدف این دستگاه‌ها، ارائه یک راه حل کلید در دست است که پیچیدگی‌های ساخت و راه‌اندازی زیرساخت سیستم های هوش مصنوعی را از دوش کاربران بردارد .

مفهوم و جایگاه سرورهای DGX

سرورهای DGX که مخفف عبارت «مولفه هوش مصنوعی» هستند، دستگاه‌هایی از پیش پیکربندی شده و بهینه‌سازی شده‌اند که به طور اختصاصی برای اجرای بارهای کاری سنگین هوش مصنوعی و یادگیری ماشین طراحی شده‌اند.

برخلاف سرورهای معمولی و سیستم های رندرینگ اسمبل شده که ممکن است ترکیبی از قطعات مختلف تولیدکنندگان گوناگون باشند، سرور DGX به عنوان یک دستگاه یکپارچه یا «مولفه» عرضه می‌شود.

این بدان معناست که شرکت انویدیا تمام اجزا از جمله پردازنده‌های گرافیکی، پردازنده‌های مرکزی، حافظه، ذخیره‌سازی، اتصالات شبکه و مهمتر از همه، پشته نرم‌افزاری را از پیش انتخاب و بهینه‌سازی کرده است . نخستین نسخه از این سرورها با نام DGX-1 در سال ۲۰۱۶ معرفی شد و از آن زمان تاکنون، این خانواده همواره در خط مقدم تحول سخت‌افزاری هوش مصنوعی قرار داشته است .

معماری فنی و اجزای کلیدی سرورهای DGX انویدیا

قلب تپنده سرورهای نسل جدید DGX، از جمله مدل H100 و H200، توسط هشت پردازنده گرافیکی H100 یا H200 شرکت انویدیا تشکیل شده است. مدل H100 دارای ۶۴۰ گیگابایت حافظه مجتمع است، در حالی که مدل H200 این مقدار را به ۱۱۲۸ گیگابایت افزایش می‌دهد .

افزون بر این، دو پردازنده مرکزی Intel Xeon، مجموعاً ۲ ترابایت حافظه سیستم و ۳۰ ترابایت حافظه ذخیره‌سازی NVMe SSD در این سرورها تعبیه شده است .

با این حال، آنچه سرورهای DGX را از مجموعه‌ای از قطعات مجزا متمایز می‌کند، فناوری ارتباطی اختصاصی به کار رفته در آن است. هر یک از هشت پردازنده گرافیکی از طریق چهار سوئیچ NVSwitch نسل چهارم و فناوری NVLink به یکدیگر متصل می‌شوند .

این معماری، پهنای باند دوسویه بسیار بالایی به میزان ۹۰۰ گیگابایت بر ثانیه بین هر جفت پردازنده گرافیکی فراهم می‌آورد. چنین سرعت ارتباطی برای آموزش مدل‌های بزرگ که نیازمند تبادل مداوم داده میان پردازنده‌ها هستند، نقشی حیاتی دارد. در غیر این صورت، بخش قابل توجهی از زمان پردازش صرف ارتباطات می‌شود .

در بخش شبکه خارجی نیز این سرورها مجهز به کارت‌های شبکه ConnectX-7 با سرعت ۴۰۰ گیگابیت بر ثانیه هستند که امکان ایجاد خوشه‌های قدرتمند از چندین دستگاه DGX را فراهم می‌آورد .

نرم‌افزار؛ عامل تمایز اصلی

اگرچه سخت‌افزار قدرتمند ستون فقرات این سرورها را تشکیل می‌دهد، اما ارزش واقعی سرورهای DGX در بسته نرم‌افزاری یکپارچه آن‌ها نهفته است. این دستگاه‌ها به صورت پیش‌فرض با مجموعه نرم‌افزاری NVIDIA AI Enterprise عرضه می‌شوند.

این مجموعه شامل کتابخانه‌هایی همچون CUDA و cuDNN، فریمورک‌های بهینه‌سازی شده یادگیری عمیق، و ابزارهای مدیریت کانتینر مانند Docker و Kubernetes است .

این رویکرد «کلید در دست» بدان معناست که سازمان‌ها بلافاصله پس از نصب فیزیکی سرور، بدون نیاز به صرف ماه‌ها زمان برای کامپایل و پیکربندی کتابخانه‌های متن‌باز و رفع تداخلات نرم‌افزاری، قادر به اجرای مدل‌های خود خواهند بود.

همچنین، داشتن قرارداد پشتیبانی از سوی انویدیا، دسترسی به تیمی از متخصصان به نام DGXpert را فراهم می‌آورد که در بهینه‌سازی عملکرد و عیب‌یابی سیستم به کاربران یاری می‌رسانند .

مقیاس‌پذیری از میز کار تا ابررایانه

خانواده DGX تنها به دستگاه‌های مرکز داده محدود نمی‌شود و نیازهای متنوع کاربران را پوشش می‌دهد. برای توسعه‌دهندگان و پژوهشگرانی که به یک ایس تگاه کاری قدرتمند روی میز نیاز دارند، مدل‌هایی مانند DGX Station و DGX Spark (که پیش‌تر با نام DGX Orin شناخته می‌شد) طراحی شده‌اند.

این دستگاه‌های رومیزی که از ابرتراشه Grace Blackwell بهره می‌برند، امکان توسعه و آزمایش مدل‌های هوش مصنوعی را در محیط محلی فراهم می‌کنند و سپس قابلیت انتقال آسان آن مدل‌ها به خوشه‌های بزرگ‌تر را دارند .

در سوی دیگر طیف، سرورهای DGX قابلیت تجمیع در معماری‌های بزرگ‌تری به نام SuperPOD را دارند. یک ابرخوشه DGX SuperPOD می‌تواند شامل صدها گره DGX باشد که توسط شبکه‌های پرسرعت InfiniBand به هم متصل شده و به عنوان یک ابررایانه غول‌پیکر عمل می‌کنند.

جالب توجه است که در زمان معرفی، برخی از این ابرخوشه‌ها در فهرست سریع‌ترین ابررایانه‌های جهان قرار گرفته‌اند . جدیدترین نسل این سامانه‌ها از خنک‌کنندگی مایع برای مدیریت حرارت بالای تولید شده توسط تراشه‌های قدرتمند استفاده می‌کنند .

کاربردها و چشم‌انداز آینده

سرورهای DGX در صنایع گوناگونی از جمله داروسازی برای کشف دارو، خودروسازی برای توسعه خودروهای خودران، و خدمات مالی برای تشخیص تقلب مورد استفاده قرار می‌گیرند .

افزون بر استقرار در محل سازمان‌ها، شرکت انویدیا سرویس DGX Cloud را نیز ارائه می‌دهد که به مشتریان اجازه می‌دهد از همین معماری قدرتمند به صورت اجاره‌ای در ابرسرویس‌هایی همچون Microsoft Azure و Oracle Cloud Infrastructure استفاده کنند .

نتیجه‌گیری

سرورهای DGX انویدیا پاسخی کامل به نیاز روزافزون به زیرساخت یکپارچه و کارآمد هوش مصنوعی هستند. این سامانه‌ها با ترکیب پردازنده‌های گرافیکی پیشرفته، معماری ارتباطی با پهنای باند بسیار بالا، حافظه و ذخیره‌سازی سریع، و مهمتر از همه، مجموعه نرم‌افزاری بهینه‌سازی شده، راه حلی کلید در دست ارائه می‌دهند.

این یکپارچگی عمیق، زمان لازم برای راه‌اندازی و آموزش مدل‌های هوش مصنوعی را از چند ماه به چند روز کاهش می‌دهد. با ظهور نسل‌های جدید مانند سکوی Grace Blackwell و افزایش قابلیت مقیاس‌پذیری تا سطح ابررایانه‌های عظیم، خانواده DGX همچنان به عنوان معیاری برای کارایی و قابلیت اطمینان در عصر کارخانه‌های هوش مصنوعی باقی خواهند ماند.