NVIDIA与全球顶级服务器制造商合作推进人工智能云计算

本篇文章1757字，读完约4分钟

英伟达(NASDAQ: nvda)宣布与富士康(foxconn)、英业达(inventec)、广达(quanta)和世界领先的原创设计制造商威斯顿(wistron)合作，以便更快地满足人工智能云计算的市场需求。

通过nvidia hgx合作伙伴计划，nvidia将让每个odm尽快访问nvidia hgx参考架构、nvidia gpu计算技术和设计指南。hgx数据中心的设计方案也用于微软奥林巴斯项目、facebook大盆地系统和nvidia dgx-1人工智能超级计算机。

从hgx的秘方开始，odm和nvidia可以更快地为超大规模数据中心设计和销售一系列合格的gpu加速系统。通过该计划，英伟达工程师将与odm密切合作，帮助他们尽可能缩短从设计到产品部署的时间。

在过去的一年里，对人工智能计算资源的整体需求大幅增加，对nvidia gpu计算平台的市场需求也有所增加。如今，全球前10大超大规模企业在其数据中心使用nvidia gpu加速器。

基于nvidia volta架构的gpu性能是其前代gpu的3倍以上，因此这些odm合作伙伴可以通过配备最新nvidia技术的新产品完全满足市场需求

英伟达加速计算事业部总经理伊恩巴克(Ian buck)表示:加速计算正在迅速发展。仅在一年内，我们就将特斯拉gpu深度学习性能提高了三倍，这对系统设计产生了重大影响。通过我们的和记合作伙伴计划，设备制造商可以确保向不断扩大的云计算提供商提供最新的人工智能技术。

灵活且可扩展的设计

为了满足超大规模云环境中高性能、高效率和大规模扩展的独特需求，nvidia构建了hgx参考设计。由于hgx可以根据工作负载需求进行高度配置，因此它可以以各种方式轻松集成gpu和cpu，可用于高性能计算、深度学习训练和深度学习推理。

标准hgx设计架构包括8个sxm2大小的nvidia tesla gpu加速器，这些加速器通过nvidia nvlink高速互连技术和立方体网格与优化的pcie拓扑连接。在模块化设计的帮助下，hgx机箱适用于世界各地现有的数据中心机架部署，并且可以根据需要使用非常大规模的cpu节点。

nvidiatesla p100和v100gpu加速器与hgx兼容。今年年底，在v100 gpu推出后，所有基于hgx的产品都可以立即升级。

Hgx是希望托管新nvidia gpu云平台的云提供商的理想参考架构。Nvidia gpu cloud管理一系列完全集成和优化的深度学习框架，包括caffe2、认知工具包、mxnet和tensorflow。

富士康/鸿海精密工业有限公司总经理、英格拉希科技公司总裁宇泰·周表示:通过与英伟达的这一新的合作计划，我们将能够更快地满足客户日益增长的需求，其中一些客户管理着世界上一些最大的数据中心。尽快获得nvidia gpu技术和设计指南将有助于我们更快地推出创新产品，并充分满足客户日益增长的人工智能计算需求。

英业达集团iec中国业务总监埃文钱(Evan chien)表示:与英伟达更紧密的合作将有助于我们为全球数据中心基础设施注入更高水平的创新。通过我们的密切合作，我们将能够更有效地满足管理超大规模云环境的公司的计算密集型人工智能需求。

广达电脑(Quanta Computer)高级副总裁兼广达科技(qct)总裁杨迈克(Mike yang)表示:凭借英伟达的人工智能计算专业知识，我们将能够立即向市场推出革命性的解决方案，以满足人工智能时代的新计算需求。

威斯顿企业业务集团总裁兼首席技术官唐纳德·黄(Donald hwang)表示:作为英伟达的长期合作伙伴，我们期待着深化我们的关系，以便能够满足超大规模数据中心客户日益增长的计算需求。我们的客户渴望更高的gpu计算能力来处理各种人工智能工作负载，通过这种新的合作，我们将能够更快地提供新的解决方案。

微软azure硬件基础设施的总经理和杰出工程师Kushagra vaid说:我们与红白科技和英伟达合作，创造了一种新的行业标准设计，以满足新时代人工智能日益增长的需求。Hgx-1人工智能加速器是作为微软olympus项目的一部分开发的，目的是通过为多达32个图形处理器选择高带宽互连来实现高性能可伸缩性。