Xu hướng CNTT cạnh tranh trong nền kinh tế toàn cầu ngày càng kỹ thuật số, Trí tuệ nhân tạo (AI) đang thu hút rất nhiều sự chú ý. Khi các sáng kiến AI đang phát triển trong các lĩnh vực kinh doanh khác nhau, chẳng hạn như sản xuất, hỗ trợ khách hàng, tiếp thị và bán hàng. Thực tế, Gartner dự đoán rằng giá trị kinh doanh toàn cầu có nguồn gốc từ AI được dự báo sẽ đạt 3,9 nghìn tỷ đô la vào năm 2022 . Khi các công ty biết cách để biến trí tuệ nhân tạo AI thành hiện thực, họ phải đối mặt với vô số các lựa chọn phức tạp liên quan đến ngăn xếp phần mềm, mạng nơ-ron và các thành phần cơ sở hạ tầng, với ý nghĩa quan trọng về thời gian tới giá trị liên quan đến các sáng kiến này.
Trong một môi trường phức tạp như vậy, điều quan trọng là các tổ chức có thể dựa vào các nhà cung cấp mà họ tin tưởng. Trong vài năm qua, Dell EMC và NVIDIA đã thiết lập quan hệ đối tác mạnh mẽ để giúp các tổ chức đẩy nhanh các sáng kiến AI của họ. Đối với các tổ chức muốn xây dựng giải pháp riêng của mình, chúng tôi cung cấp dòng PowerEdge C-series cực mạnh của Dell EMC , với GPU TESLA V100 Tensor Core của NVIDIA, cho phép giải pháp AI vượt trội từ bốn đến hàng trăm GPU mỗi cụm. Đối với những khách hàng muốn tận dụng phần cứng và phần mềm được xác thực trước cho các sáng kiến Học tập Sâu, chúng tôi cung cấp Giải pháp Sẵn sàng cho EMC của Dell cho AI: Học sâu với NVIDIA , cũng có tính năng Dell EMC Isilon All-Flash lưu trữ. Quan hệ đối tác của chúng tôi được xây dựng trên triết lý cung cấp sự linh hoạt và sự lựa chọn thông qua một danh mục đầu tư rộng.
“Chúng tôi hiện đang ở tuổi AI, nơi mà mọi ngành công nghiệp sẽ được kích hoạt và hỗ trợ bởi AI”, Ian Buck, phó chủ tịch kiêm tổng giám đốc của Accelerated Computing tại NVIDIA cho biết. “Làm việc cùng nhau, NVIDIA và Dell EMC đang mang đến một số giải pháp tăng tốc GPU mạnh mẽ nhất cho các doanh nghiệp để họ có thể tích hợp nhanh AI vào hoạt động kinh doanh của họ”.
Hôm nay các công ty của chúng tôi đang mở rộng sự hợp tác của chúng tôi bằng cách công bố một kiến trúc tham chiếu mới cho AI có các máy chủ NVIDIA DGX-1 được bổ sung với hiệu suất cao của bộ lưu trữ gắn trên mạng Dell EMC Isilon All-Flash (NAS). Ưu đãi mới này kết hợp với NVIDIA DGX-1, được thiết kế nhằm đáp ứng nhu cầu độc đáo của AI và học tập sâu, được hỗ trợ bởi tám bộ tăng tốc trung tâm dữ liệu tiên tiến - GPU Core Tesla V100 NVIDIA - với Dell EMC Isilon. . Sự kết hợp này được thiết kế để cung cấp cho khách hàng sự linh hoạt hơn trong cách họ triển khai AI và mang lại hiệu suất đột phá cho việc học sâu rộng. Vì Dell EMC thường đóng vai trò cố vấn CNTT đáng tin cậy với danh mục giải pháp rộng,
Các thành phần chính của cung cấp này bao gồm:
- Các máy chủ NVIDIA DGX-1 tích hợp tối đa tám GPU lõi kép NVIDIA Tesla V100 được kết nối hoàn toàn với cấu trúc liên kết lưới hình khối lai. Mỗi máy chủ DGX-1 có thể phân phối 1 petaFLOPS của hiệu suất AI, và được hỗ trợ bởi ngăn xếp phần mềm DGX bao gồm các phiên bản tối ưu hóa của NVIDIA cho các khung học tập sâu phổ biến nhất, để đạt được hiệu suất đào tạo tối đa.
- Dung lượng lưu trữ NAS của Dell EMC Isilon All-Flash cung cấp thang đo (lên đến 33 PB), hiệu suất (lên tới 540 GB / giây) và đồng thời (lên tới hàng triệu kết nối) để loại bỏ tắc nghẽn lưu trữ I / O và tăng tốc Khối lượng công việc AI ở quy mô lớn.
Để xác nhận kiến trúc tham chiếu mới, chúng tôi đã chạy nhiều điểm chuẩn phân loại hình ảnh theo tiêu chuẩn ngành sử dụng bộ dữ liệu 22 TB để mô phỏng đào tạo trong thế giới thực và khối lượng công việc suy luận ( xem chi tiết trong bài báo chung này ). Thử nghiệm này đã được thực hiện trên các hệ thống khác nhau, từ một DGX-1, tất cả các cách để tám máy chủ DGX-1 kết nối với tám nút Isilon F800. Các kết quả từ hai trong số các tiêu chuẩn chính được trình bày dưới đây trong Hình 1 và 2. Như chúng ta đã chứng minh với Giải pháp Sẵn sàng cho Học tập Sâu với các máy chủ C4140, Isilon có thể theo kịp và quy mô tuyến tính để đạt được hiệu suất tối đa của máy tính lớp.
Hình 1: Điểm chuẩn đào tạo mô hình ResNet-50
Hình 2: Phân loại hình ảnh lớn khi bắt đầu-v4
Dưới đây là một số phát hiện chính từ thử nghiệm của chúng tôi về kiến trúc tham chiếu Isilon và NVIDIA DGX-1:
- Đạt được kết quả hiệu suất hấp dẫn trên các tiêu chí AI tiêu chuẩn ngành từ tám đến 72 GPU mà không bị suy giảm thông lượng hoặc hiệu suất.
- Khả năng mở rộng tuyến tính từ 8-72 GPU phân phối lên đến 19,9 GB / giây trong khi vẫn giữ được GPU được gắn ở mức> 97% sử dụng.
- Hệ thống Isilon F800 có thể cung cấp tới 96% thông lượng bộ nhớ cục bộ, đưa nó cực kỳ gần với giới hạn hiệu năng lý thuyết tối đa mà hệ thống NVIDIA DGX-1 có thể đạt được.
Với khả năng vượt trội cho độ trễ thấp, thông lượng cao và I / O song song, các máy chủ Dell EMC Isilon và NVIDIA DGX-1 bổ sung cho nhau rất tốt để giải quyết khối lượng công việc học tập sâu, nén thời gian cần thiết cho đào tạo và thử nghiệm các mô hình phân tích cho nhiều bộ dữ liệu petabyte trên nền tảng AI.
Kiến trúc tham khảo mới này mở rộng cam kết của cả Dell EMC và NVIDIA để làm cho AI đơn giản và dễ tiếp cận hơn đối với các tổ chức muốn áp dụng AI và kỹ thuật học sâu để phát triển các ứng dụng mới hoặc giải quyết các vấn đề phức tạp về dữ liệu.
Nguồn : Dell EMC - Kiến trúc tham chiếu đã được xác thực trước này bổ sung vào bộ các dịch vụ chung chưa từng có của chúng tôi trên các máy trạm Dell Precision , các máy chủ Dell EMC PowerEdge, Giải pháp máy chủ Dell . Dell EMC Ready và Dell EMC Networking.
Nguồn : Dell EMC - Kiến trúc tham chiếu đã được xác thực trước này bổ sung vào bộ các dịch vụ chung chưa từng có của chúng tôi trên các máy trạm Dell Precision , các máy chủ Dell EMC PowerEdge, Giải pháp máy chủ Dell . Dell EMC Ready và Dell EMC Networking.