W poście na firmowym blogu firma Nvidia pochwaliła się nie tylko wydajnością swoich procesorów graficznych, ale również zaprezentowała, jak zwiększą wydajność w segmencie najbardziej wymagających badań. Obejmuje to obliczenia kwantowe, odkrywanie leków, energię termojądrową, symulacje oparte na fizyce, obliczenia naukowe i inne.
Blackwell pchnie naukę do przodu?
Gdy Nvidia projektowała GPU Blackwell, celem było zmniejszenie wymagań energetycznych, a co za tym idzie – kosztów użytkowania. Jak podano, platforma może symulować wzorce pogodowe przy 200 razy niższym koszcie i 300 razy mniejszym zużyciu energii, podczas gdy przeprowadzanie symulacji cyfrowych obejmujących całą planetę można przeprowadzić przy 65-krotnie niższym koszcie i 58-krotnym obniżeniu zużycia energii.
Układy w najnowszej architekturze mają o 30% większy współczynnik TFLOP niż Hopper. Pojedynczy procesor graficzny Hopper H100 oferuje ok. 34 TFLOP wydajności obliczeniowej FP64, podczas gdy pojedynczy procesor graficzny Blackwell B100 ok. 45 TFLOP. Ale… Blackwell jest wyposażony w superchip GB200 , zawierający dwa procesory graficzne wraz z procesorem Grace, co daje około 90 TFLOP możliwości obliczeniowych FP64. Za akceleratorami AMD MI300X i MI300A Instinct stoją pojedyncze chipy, oferujące 81,7 i 61,3 TFLOP przy wydajności FP64.
Czytaj też: Blackwell – czy nowa architektura Nvidii zmieni reguły gry?
Nvidia pokazała wydajność symulacji w symulacji Cadence SpectreX, która działa 13 razy szybciej na Blackwell GB200 i 22 razy wydajniej w CFD (Computational Fluid Dynamics) w porównaniu z układami ASIC i tradycyjnymi procesorami. Układ jest także wielokrotnie szybszy niż systemy A100 i Grace Hopper (GH200). Zapewnia również wydajność sztucznej inteligencji. Tam platforma GPU Blackwell GB200 króluje niepodzielnie z 30-krotnym wzrostem w stosunku do H100 w GPT (parametr 1,8 biliona).
Ponadto GB200 NVL72 umożliwia do 30 razy większą przepustowość, osiągając jednocześnie 25 razy wyższą efektywność energetyczną i 25 razy niższy TCO (całkowity koszt eksploatacji). Nawet porównanie systemu GB200 NVL72 z procesorami 72 x86 daje 18-krotną przewagę systemu Blackwell i 3,27-krotny wzrost w porównaniu z systemem GH200 NVL72 w zapytaniu o połączenie z bazą danych.
Co ciekawe, Grace Hopper GH200 jest w tej chwili królem segmentu sztucznej inteligencji. Zasila obecnie dziewięć różnych superkomputerów na świecie. Ich łączna moc obliczeniowa wynosi 200 eksaflopów, co pozwala uzyskać 200 kwintylionów obliczeń na sekundę.
Ale gdy tylko Blackwell stanie się dostępny dla klientów, możemy spodziewać się, że podniesie poprzeczkę jeszcze wyżej i pozwoli osiągnąć jeszcze wyższy poziom wydajności w segmencie sztucznej inteligencji. Dlatego prognozy finansowe Nvidii są bardzo optymistyczne.