Oracle Vera-ს პროცესორებსაც შესთავაზებს, ხოლო გამოცდის შედეგებში მათმა მეხსიერების გამტარუნარიანობამ ორ Xeon 6-ს აჯობა.
წყარო: Toms Hardware. ქართული თარგმანი: შიკრიკი.
Standalone Nvidia Vera CPUs land in Oracle Cloud's multi-gigawatt deployment — our independent benchmarking of a local server reveals Vera's massive memory bandwidth lead over dual Xeon 6 server

ტექსტი ავტომატურად ითარგმნა. წყარო: Toms Hardware.
Nvidia-მ და Oracle-მა სამშაბათს, Oracle AI World-ზე, გამოაცხადეს, რომ Nvidia Vera Rubin NVL72-ის თაროები და Vera-ს პროცესორები Oracle Cloud Infrastructure-ის (OCI) სუპერკლასტერებზე უკვე ხელმისაწვდომია. განცხადებას ერთი კვირით ადრე Google Cloud-ის მიერ Vera Rubin-ის ფართო ხელმისაწვდომობის გამოცხადება უძღოდა წინ. ამით Nvidia-მ ორი მსხვილი ღრუბლოვანი პროვაიდერი მოიპოვა. თუმცა Oracle-ის განცხადებაში განსაკუთრებით საყურადღებოა OCI-ის სუპერკლასტერებზე Vera-ს ცალკეული პროცესორების შეთავაზება. ქვემოთ მოცემულია Vera-ს სერვერზე ჩატარებული რამდენიმე ტესტის შედეგი, რომლებიც ჩიპის მახასიათებლებს აჩვენებს. ეს ტესტები OCI-ის ინფრასტრუქტურაზე არ ჩატარებულა.
ბოლო რამდენიმე კვირაა, ნეოღრუბლოვანი კომპანიები Vera-ს აქტიურად უწევენ პოპულარიზაციას. Nscale-ში, CoreWeave-სა და Nebius-ში მისი გამოყენება უკვე დაწყებულია. ამიტომ მოსალოდნელია, რომ Vera გამოჩნდება GPU-სა და ხელოვნურ ინტელექტზე ორიენტირებულ ნეოღრუბლებშიც. თუმცა Oracle-ის მსგავსი დიდი ღრუბლოვანი პროვაიდერის მიერ მისი ცალკე დანერგვა განსხვავებულ გზავნილს შეიცავს.
მსხვილ ღრუბლოვან პროვაიდერებს ტექნიკის დიდი პარკები აქვთ და ზოგჯერ ნეოღრუბლოვანი კომპანიებისგანაც ქირაობენ რესურსებს. მათი პროცესორები ძირითადად x86 არქიტექტურისაა, ხოლო OCI-ის სუპერკლასტერებზე Arm-ზე დაფუძნებული Ampere Altra-ს გამოყენებაც შეიძლება. Nvidia-მ პირველად შესთავაზა მსხვილ ღრუბლოვან პროვაიდერს ცალკე პროცესორი, რომელიც GPU-გამოთვლებისგან დამოუკიდებლად გაუწევს კონკურენციას x86-ს.
Vera-ს შექმნის მიზანი, სულ მცირე, ცალკე აღებულს, x86-ის ჩანაცვლება არ ყოფილა. Nvidia-ში CUDA-ს განვითარებაზე პასუხისმგებელმა და კომპანიის ხელოვნური ინტელექტის ინფრასტრუქტურის შექმნის ერთ-ერთმა მთავარმა ფიგურამ, იან ბაკმა, მარტში, ჩიპის წარდგენისას, თქვა, რომ მსოფლიო მხოლოდ 88-ბირთვიანი მოდელით ვერ დაკმაყოფილდებოდა. მიუხედავად ამისა, Vera-მ Oracle-ის მსგავს მსხვილ ღრუბლოვან პროვაიდერებს მომავალი თაობის პროცესორების გამოყენების შესაძლებლობა გაუხსნა.
ერთ სოკეტში ბირთვების სიმჭიდროვით AMD და Intel კვლავ ლიდერობენ და შემდეგ თაობაში მათი უპირატესობა, სავარაუდოდ, გაიზრდება. AMD-ის მომავალი EPYC Venice-ის პროცესორებს ერთ სოკეტში 512 ნაკადის დამუშავება შეეძლებათ. თუმცა Vera-ს არქიტექტურა, დატვირთვის სახეობის მიხედვით, გარკვეულ უპირატესობებს იძლევა. ზოგი მათგანი აგენტური ხელოვნური ინტელექტის ეპოქაში სულ უფრო აქტუალური ხდება.
მაგალითად, Vera-ს ერთ-ერთი ძლიერი მხარე მეხსიერების გამტარუნარიანობაა და ეს მხოლოდ სარეკლამო დაპირება არ არის. Nvidia-ს თქმით, მეხსიერების სისტემა წამში 1,2 ტბ-ის გამტარუნარიანობას უზრუნველყოფს. ქვემოთ მოცემული ტესტებით კი ჩანს, რომ Nvidia-ს უპირატესობა თეორიულ მაჩვენებლებს სცდება.
ამავე გამოცემის სხვა ამბები.
Fields Medal-winning UC Berkeley professor ends graded homework due to AI cheating
ამის მაგალითია ინდუსტრიის სტანდარტად ქცეული Stream ტესტი. Nvidia LPDDR5X-9600 მეხსიერებას იყენებს, ხოლო მონოლითური კრისტალი და განაწილებული ბადე ქეშირებას უზრუნველყოფს. შედეგად, Vera-ს გამტარუნარიანობა ორჯერ აღემატება ორ Intel Xeon 6980P-იან სისტემას, მაშინაც კი, როცა ამ უკანასკნელში 8 800 MT/s სიჩქარის MRDIMM მოდულებია გამოყენებული. აქ Triad ტესტის შედეგებია ნაჩვენები, რადგან Stream-ის ოპერაციებს შორის ის ყველაზე „მომთხოვნია“. თუმცა Vera-ს უპირატესობა Add, Copy და Scale ტესტებშიც მსგავსია.
მეხსიერების ასეთი გამტარუნარიანობა მნიშვნელოვანია აგენტური სისტემების ზოგი ციკლისთვის, განსაკუთრებით დიდი მონაცემთა ბაზების მოთხოვნებისა და მოცულობითი დოკუმენტაციის დამუშავებისას. OpenMP-ის „Spread“ პოლიტიკა Vera-ს მეხსიერების გამტარუნარიანობას მნიშვნელოვნად ზრდის. AMD და Intel ცენტრალიზებულ მეხსიერების კონტროლსა და სისტემურ ქეშს იყენებენ, Vera კი მათ კრისტალზე ბადის სახით ანაწილებს. სათანადო OpenMP პარამეტრების გამოყენებისას, პროცესების ერთმანეთისგან რაც შეიძლება შორს განაწილება გაცილებით მაღალ გამტარუნარიანობას იძლევა.
აგენტური ხელოვნური ინტელექტისთვის კიდევ ერთი მნიშვნელოვანი მაჩვენებელი Python-ის სისწრაფეა. აგენტური სისტემები ვითარდება, თუმცა ხელოვნური ინტელექტის პროგრამული ეკოსისტემის დიდი ნაწილი Python-ზეა აგებული. CrewAI-სა და LangGraph-ის მსგავსი აგენტური სისტემების ჩარჩოები Python-ზეა დაწერილი. Rust-სა და TypeScript-ზე დაფუძნებული ჩარჩოებიც სულ უფრო ხშირად ჩნდება, თუმცა Python-ის წარმადობა აგენტური სისტემების მუშაობისთვის კვლავ მნიშვნელოვანია.
გასაკვირი არ არის, որ Vera-ն այս მხრივაც ძლიერია და ქაღალდზე გაცილებით მძლავრ პროცესორებსაც უსწრებს. პოპულარული აგენტური სისტემების სამუშაო გარემოები Python-ზეა აგებული. Python-ს იყენებს მრავალი პროგრამაც, მათ შორის ხელოვნური ინტელექტის ისეთი ფუნდამენტური ბიბლიოთეკები, როგორიცაა PyTorch და TensorFlow.
Nvidia-ს ყურადღება აგენტურ ხელოვნურ ინტელექტზე გასაგებია, თუმცა ამ ფოკუსმა შეიძლება უფრო ფართო სურათი დაგვაკარგვინოს. Oracle-ის მიერ Vera-ს ცალკეული პროცესორების დანერგვა ყურადღებას მონაცემთა ცენტრებში ამ ჩიპის გამოჩენის უფრო ფართო მნიშვნელობაზე ამახვილებს. აგენტური ხელოვნური ინტელექტის დატვირთვებს გარკვეული თავისებურებები აქვს, თუმცა აგენტების ბევრი დატვირთვა, განსაკუთრებით მაღალი ერთდროული დატვირთვისას, ჩვეულებრივი მონაცემთა ცენტრის ამოცანაა.
მაგალითად, SQLite-ის წარმადობა მნიშვნელოვანია დიდი მონაცემთა ბაზის მქონე ნებისმიერი სერვერისთვის, მიუხედავად იმისა, მოთხოვნას პროგრამული ლოგიკა, ადამიანი თუ ხელოვნური ინტელექტის აგენტი ქმნის. Nvidia-ს მეორე თაობის Scalable Coherency Fabric-ის (SCF) გავლენა Stream-ის ტესტშიც გამოჩნდა და რეალურ დატვირთვაშიც ჩანს. მონაცემთა ბაზის მოთხოვნების სისწრაფეს დიდწილად სისტემაში მონაცემების шилების სისწრაფე განსაზღვრავს.
ამიტომ არის Vera საინტერესო Oracle-ის განცხადების კონტექსტში. Nvidia-ს თქმით, ეს აგენტური ხელოვნური ინტელექტისთვის შექმნილი პროცესორია, თუმცა მას ჩვეულებრივ მონაცემთა ცენტრის დატვირთვებთანაც კარგად შეუძლია მუშაობა. მისი გამოყენება მხოლოდ Nvidia-ს ამაჩქარებლებზე წვდომისთვის არ არის საჭირო. დატვირთვის მიხედვით, Vera შესაძლოა x86-ის ალტერნატივაზე უკეთესი არჩევანიც იყოს.
საბოლოოდ, ჯერ უნდა დავინახოთ, გამოიყენებენ თუ არა მსხვილი ღრუბლოვანი პროვაიდერების მომხმარებლები Vera-ს რეალურ სამუშაო გარემოში. ჩიპმა აგენტური ხელოვნური ინტელექტის ციკლებში სარგებლიანობა აჩვენა და ზოგიერთ ზოგადი დანიშნულების ამოცანაშიც იმედისმომცემ შედეგებს აღწევს. Oracle-ის მიერ ცალკე დანერგვა მიანიშნებს, რომ Vera-ზე გარკვეული მოთხოვნა არსებობს, რომელიც მხოლოდ Rubin-ის GPU-ს გამოყენებას არ უკავშირდება.
თუმცა Oracle ფრთხილად მოქმედებს, როგორც ნებისმიერი მსხვილი ღრუბლოვანი პროვაიდერი მოიქცეოდა რამდენიმე გიგავატიანი დანერგვის დაწყებისას. კომპანიის განცხადებით, ის Nvidia HGX NVL8-საც შესთავაზებს. ეს სისტემა რვა Rubin-ის GPU-ს ერთ კლასტერად აერთიანებს და 4 ტბ DDR5 მეხსიერების მქონე, ორ Intel Xeon 6 პროცესორზე დაფუძნებულ 64-ბირთვიან ჰოსტს უკავშირდება.
ამ სტატიაში მოცემული Vera-ს ტესტები უფრო ფართო საორიენტაციო ტესტირების ნაწილია. მომავალი მიმოხილვისას ტესტირების ტექნიკურ დეტალებსაც გავაზიარებთ. Tom’s Hardware სრულ შედეგებს მალე გამოაქვეყნებს.
შეადარე თარგმანი გამოცემის ორიგინალურ ტექსტს.
გამოქვეყნდა 28 ოქტომბერი, 2026

TSMC reportedly weighs 20% CoWoS price increase as Nvidia Blackwell and Rubin chips put pressure on packaging capacity

Nvidia is bankrolling AI accelerator supply chain buildout to reserve production capacity
სხვა ამბები ამ განყოფილებიდან.
SK Hynix: Mehr als die Hälfte der Speicherproduktion bis 2028 schon vergeben

A free AI tool speeds up the search for new antibiotics

Google Genie 4: KI-Simulator für interaktive 3D-Umgebungen wird realistischer
კომენტარი (0)
გაგვიზიარე შენი აზრი.
კომენტარები ავტომატურად მოწმდება.
აზრის გასაზიარებლად შექმენი ანგარიში ან შედი.
კომენტარები ჯერ არ არის. დაწერე პირველი.