赞助功能：早在AI工厂之前，就有两代人的AI桥接云基础设施超级计算机，该基金会由日本国家高级工业科学技术研究所（AIST）建造。AIST创建了可以说是第一个AI工厂，将加速计算平台与云基础架构软件合并，以构建一个共享的实用程序，供日本研究人员进行AI实验。
早在2017年3月，当AIST AIS AI云（AAIC）为ABCI超级计算机的原型是由NEC构建的，GPU加速了可及时且可租金的计算，在日本尚不常见，即使在北美，欧洲和中国建造的较大云中，也没有广泛使用。
AAIC机器具有50个两杆的Broadwell - Xeon E5 V4节点，每个节点均为八个NVIDIApascalâP100p100 SXM GPU加速器。AAIC机器从运行IBM的GPFS文件系统的Datadirect网络中具有4 pb的群集存储，并使用了100 GB/sec EDR Infiniband Director切换将它们粘合在一起。
在各种AI和数据分析工作负载上证明了AI云概念，并组装了更多的资金来构建具有足够的规模来进行更重的AI研究的东西。
竞争性竞标后，AIST于2017年10月攻击系统制造商Fujitsu以创建ABCI 1.0这是世界上第一个AI工厂本质上的超级计算机 - NVIDIA创造了一个术语来谈论生产级别的云式AI群集。ABCI 1.0也是人们现在所说的“主权AI”的一个例子，这意味着AI旨在加强不想仅仅依赖于高分和云建设者的AI计算能力的民族国家能力。
ABCI 1.0机器的成本为50亿日元。建造了一个新的数据中心，以容纳东京大学Kashiwa II校园的ABCI 1.0机器。
ABCI 1.0机器是基于高分标和云制造商首先创建的服务器雪橇设计，这是合适的，以提高基础架构的密度。ABCI 1.0具有1,088个Fujitsu的Primergy CX2570服务器节点，它们是半宽的服务器雪橇，滑入Primergy CX400 2U机箱。每个雪橇都有两个Intel skylake -Xeon SP处理器，其中四个Nvidiavoltaâv100SXM2 GPU加速器。2,176个CPU插座和4,352个GPU插座。与AAIC原型中使用的P100 GPU相比，GPU上的Volta GPU是第一个在GPU上提供16位半精确张量核心单元的人，从而从根本上提高了AI训练和推理性能。
ABCI 1.0系统有两个EDR Infiniband端口以200 GB/sec运行，所有端口都链接在三层脂肪树中，并具有3：1的超额认可。
ABCI 1.0系统于2018年8月投入运行，其中包括来自HPC社区的软件，以及您可能希望的。该系统支持奇异性和Docker容器，以包装应用程序，并同时管理它们，以及许多同时运行的用户。随着AI研究本身的发展，ABCI堆栈一直在不断发展和变化，其中包括：
- 光泽和GPFS并行文件系统
- Beegfs，Beeond文件系统
- Scality环对象存储
- Altair Gridengine工作调度程序
- Apache Hadoop
- MPI，OpenMP，OpenACC，CUDA和OPENCL并行编程环境，特别是包括NVIDIA NCCL和Intel MPI
- 各种编程语言和其他工具，以及Python，Ruby，R，Java，Scala，Go，Julia。Perl和Jupyter笔记本一起很重要
- SPACK软件包管理器
- 超级计算机的开放式网络接口
- 大量的机器学习库和AI框架
2021年5月，AIST在ABCI 1.0群集上添加了扩展名，当然称为ABCI 2.0，它基于Fujitsu的Primergy GX2570-M6服务器增加了120个节点。ABCI节点使用了一对Intel的Icelake Xeon SP处理器和Nvidia Quantum 200 Gb/sec Infiniband Infonnects（每个节点四个）绑有节点（每个节点都有八个NVIDIA nvidiaampereâmpereâampereâampere - a100 sxm4 gpus）。Infiniband InterConnect是一个两层网络，在脂肪树拓扑结构中具有完整的双截面带宽。
这是ABCI 1.0和ABCI 2.0机器的框图：
ABCI 2.0扩展名成本€20亿日元。通过升级，以FP64精度将所得的簇提高到56.2 PETAFLOPS，FP32精度为224.4 PETAFLOPS和FP16精确度的850 PETAFLOPS。这代表了超过50％的绩效，预算增加了约40％。有趣的是，使用2.0扩展程序添加了为HPC人群创建的奇点容器平台。奇异性支持以NIM格式部署的NVIDIA推理工具，这对于易用性很重要。
新的ABCI 3.0系统是一个全新的集群，而不是ABCI 1.0/ABCI 2.0混合动力的扩展于2024年7月宣布自今年1月以来一直在运营。这次，惠利特·帕卡德企业（Hewlett Packard Enterprise）赢得了合同。
AI超级计算机系统基于HPE的Cray XD670服务器平台，在这种情况下，有一对翡翠急流Xeon 5处理器，每个处理器具有48个内核，并耦合到来自NVIDIA。H200 GPU具有141 GB的HBM3E，可提供4.8 TB/秒的内存带宽。内存容量和内存带宽对于AI工作负载都很重要。事实也是，料斗GPU的额外记忆和带宽可以比以前的H100更接近其在实际工作负载上的峰值理论表现，后者具有80 GB或96 GB的HBM3内存，并且3.35 TB/sec或3.9 TB/sec/sec/sec/sec/sec/sec/sec/sec/sec/sec/sec的记忆带宽。
ABCI 3.0系统中有766个Cray XD670节点，而ABCI 3.0系统中的6,128 GPU通过200 GB/sec NDR Quantum Infiniband互连连接。每个GPU都有一个200 GB/sec的端口，并且由三层，完整的双截面带宽脂肪树Infiniband网络交叉连接。每个节点中有其他100 GB/sec hdr infiniband端口用于主机通信和管理。
ABCI 3.0群集的成本为350亿日元，这是如今高端HPC或AI系统的成本。ABCI机器在FP64精度下为415 PETAFLOPS，FP32精度为3.0 Exaflops，在FP16精度下为6.22 Exaflops。
ABCI 3.0机器提供的价格/性能优于联合ABCI 1.0和ABCI 2.0机器，其FP64 Oomph多7.4倍，FP32 OOMPH的效率高13.4倍，而FP16 OOMPH多7.3倍。ABCI 3.0机器的成本为5倍，以构建为ABCI 1.0和ABCI 2.0机器，但在FP16工作中，对AI工作负载至关重要的FP16工作的速度增长了31.7％。
也许最有趣的是，随着时间的推动，AIST与ABCI机器的任务发生了变化，就像它的硬件配置已经前进一样。
AIST副领导人Ryousei Takano告诉2017年，尽管该行业对该行业产生了浓厚的兴趣，但AI的采用并没有取得预期的进展。下一个平台。``没有地方可以有效地进行大规模的AI实验。为每个人提供AI基础设施是我们创建ABCI 1.0的强大动力。多年来，景观发生了变化，国内商业云提供商（例如Sakura Internet，Softbank，KDDI和GMO Internet）现在提供AI数据中心。我们认为，我们的角色也需要重新考虑。借助ABCI 3.0，资源主要分配给公共和战略研发目的，尤其是国家机构，大学和初创公司。通过与国内云提供商共享和转移我们的经验，我们旨在帮助他们在AI数据中心市场中变得更有竞争力。”
ABCI系统为大约3,000个用户提供了多样化的用户群，从AI初创公司到大型电子制造商。主要用例是培训AI模型，当然是大型语言模型。LLM建筑支持计划由AIST于2023年8月启动，并促进了最先进的日本LLM，例如PLAMO和燕子。
作为下一步，我们希望使用ABCI支持网络物理系统或物理AI的实现，在该系统中感知现实世界，使用AI技术对数据进行分析和模拟，并将结果馈回机器人，” Takano解释说。”
您可能想象的，AIST期待看到它如何将其模型的精度降低到hopper GPU固有的FP8四分之一精确的浮点格式。
展望未来，没有确切的计划可以升级到ABCI 4.0。Takano说，目的是在未来几年内逐步更新ABCI 3.0，与用户需求和技术进步保持一致。关于采用未来GPU或网络互连的任何决定，都将根据新兴趋势做出，并预测ABCI系统用户的要求。
由Nvidia赞助。
注册我们的新闻通讯
直接从我们到您的收件箱中，介绍了一周的亮点，分析和故事，两者之间一无所有。
立即订阅