關(guān)鍵詞:人工智能、高性能計(jì)算、HPC、GPU、CPU、服務(wù)器、人工智能服務(wù)器、人工智能工作站、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、液冷散熱、冷板式液冷、水冷工作站、液冷服務(wù)器、AI服務(wù)器

如今,市場上有越來越多熟悉的AI服務(wù)場景,如小愛同學(xué)、天貓精靈、小度等。當(dāng)人類進(jìn)入人工智能時代時,AI服務(wù)器也融入到社會行業(yè)的各個方面,那么AI服務(wù)器和普通服務(wù)器有什么區(qū)別呢?為什么AI服務(wù)器可以在人工智能時代取代大多數(shù)普通服務(wù)器?

眾所周知,普通服務(wù)器是以CPU為計(jì)算能力的提供者,采用串行架構(gòu),擅長邏輯計(jì)算和浮點(diǎn)計(jì)算。由于邏輯判斷需要大量的分支跳轉(zhuǎn),使得CPU的結(jié)構(gòu)復(fù)雜,計(jì)算能力的提高主要靠堆積更多的核心數(shù)來實(shí)現(xiàn)。

然而,在大數(shù)據(jù)、云計(jì)算、人工智能、元宇宙、數(shù)據(jù)孿生和物聯(lián)網(wǎng)等網(wǎng)絡(luò)技術(shù)的應(yīng)用中,互聯(lián)網(wǎng)上的數(shù)據(jù)呈現(xiàn)出幾何倍數(shù)的增長,這對以CPU為主要計(jì)算能力來源的傳統(tǒng)服務(wù)是巨大的考驗(yàn)。目前,CPU的制程工藝和單個CPU的核心數(shù)接近極限,但數(shù)據(jù)的增加仍在繼續(xù),因此有必要提高服務(wù)器的數(shù)據(jù)處理能力。在這種環(huán)境下,AI服務(wù)器應(yīng)運(yùn)而生。

目前市場上的AI服務(wù)器普遍采用CPU + GPU,由于GPU和CPU形式不同所以AI服務(wù)器采用并行計(jì)算模式,善于梳理圖形渲染、機(jī)器學(xué)習(xí)等密集數(shù)據(jù)操作。在GPU上,NVIDIA優(yōu)勢明顯,GPU單卡核心數(shù)可達(dá)近千個,如配置16張NVIDIA Tesla V100 Tensor Core 32GB GPUs核心數(shù)可超過10240個,計(jì)算性能高達(dá)每秒2千萬億次。而且經(jīng)過近幾年市場的發(fā)展,也證實(shí)了CPU +GPU異構(gòu)服務(wù)器在當(dāng)前環(huán)境下確實(shí)有很大的發(fā)展空間。

一、AI服務(wù)器應(yīng)用場景有哪些?

基于AI服務(wù)器的優(yōu)勢,AI服務(wù)器廣泛應(yīng)用于深度學(xué)習(xí)、高性能計(jì)算、醫(yī)療、搜索引擎、游戲、電子商務(wù)、金融、安全等行業(yè)。

1、醫(yī)學(xué)圖像智能分析

通過機(jī)器視覺、知識地圖、深度學(xué)習(xí)等人工智能技術(shù),模擬醫(yī)學(xué)專家思維、推理診斷,幫助醫(yī)生定位疾病,協(xié)助診斷

2、人臉識別、語音識別、指紋識別

圖片、視頻等圖像數(shù)據(jù)可以通過深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等技術(shù)進(jìn)行訓(xùn)練

3、安全監(jiān)控

可應(yīng)用于人體分析、圖像分析、車輛分析、行為分析等安全場景

4、零售預(yù)測

通過機(jī)器學(xué)習(xí),基于商店歷史銷售數(shù)據(jù),可以準(zhǔn)確預(yù)測未來銷售數(shù)據(jù),為運(yùn)營商提供更準(zhǔn)確的決策分析。此外,在零售業(yè)中,還有無人駕駛銷售、人臉支付等常見的應(yīng)用場景

5、金融服務(wù)

通過語音、唇形、表達(dá)合成技術(shù)和深度學(xué)習(xí)技術(shù),克隆人工智能視頻面試官等真實(shí)面試官,可以準(zhǔn)確地與客戶進(jìn)行多輪面試。

此外,還有微表情識別系統(tǒng)的應(yīng)用場景

二、AI服務(wù)器與普通服務(wù)器的區(qū)別是什么?

1、服務(wù)器的硬件架構(gòu)

AI服務(wù)器是異構(gòu)服務(wù)器,可以根據(jù)應(yīng)用范圍采用不同的組合方式,如CPU + GPU、CPU + TPU、CPU + 其他加速卡等。與普通服務(wù)器相比,內(nèi)存、存儲、網(wǎng)絡(luò)沒有區(qū)別,主要是大數(shù)據(jù)、云計(jì)算、人工智能等方面需要更多的內(nèi)存,滿足各種數(shù)據(jù)的收集整理

2、卡數(shù)量不一致

普通GPU服務(wù)器一般是單卡或者雙卡,AI服務(wù)器需要承擔(dān)大量計(jì)算,一般配置四塊以上的GPU卡,甚至搭建一個AI服務(wù)器集群

3、獨(dú)特的設(shè)計(jì)

由于AI服務(wù)器有多個GPU卡,需要對系統(tǒng)結(jié)構(gòu)、散熱和拓?fù)溥M(jìn)行專門設(shè)計(jì),以滿足AI服務(wù)器長期穩(wěn)定運(yùn)行的要求

三、藍(lán)海大腦AI服務(wù)器

1、應(yīng)用場景

物理模型、3D建模、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工智能、CFD、CAE、DCC、數(shù)據(jù)分析、衛(wèi)星成像等高性能計(jì)算場景

2、強(qiáng)大的性能

藍(lán)海大腦AI服務(wù)器是一款搭建 Intel 可擴(kuò)展系列處理器的高性能計(jì)算平臺,支持4個NVIDIA GPU加速器,單精度浮點(diǎn)計(jì)算112TFLOPS、雙精度浮點(diǎn)計(jì)算56TFLOPS, 讓用戶體驗(yàn)強(qiáng)大的計(jì)算性能

3、靈活的配置

為更加貼切的滿足各種應(yīng)用需求,網(wǎng)絡(luò)選擇多樣化,可選擇支持雙千兆、四千兆、雙千兆+雙萬兆搭配,所有網(wǎng)絡(luò)支持管理復(fù)用,滿足各種不同的網(wǎng)絡(luò)應(yīng)用場景

4、液冷散熱

藍(lán)海大腦AI服務(wù)器突破傳統(tǒng)風(fēng)冷散熱模式,采用風(fēng)冷和液冷混合散熱模式——服務(wù)器內(nèi)主要熱源 CPU 利用液冷冷板進(jìn)行冷卻,其余熱源仍采用風(fēng)冷方式進(jìn)行冷卻。通過這種混合制冷方式,可大幅提升服務(wù)器散熱效率,同時,降低主要熱源 CPU 散熱所耗電能,并增強(qiáng)服務(wù)器可靠性。經(jīng)檢測,采用液冷服務(wù)器配套基礎(chǔ)設(shè)施解決方案的數(shù)據(jù)中心年均 PUE 值可降低至 1.2 以下

5、合理的擴(kuò)展

在支持4塊GPU卡的同時還有PCI-E插槽可用,可擴(kuò)展100Gb infiniband HCA、Nvme SSD等、具有非常好的靈活性和兼容性

6、支持熱插拔技術(shù)

采用分體式引流技術(shù),在出現(xiàn)某一塊GPU、CPU卡損壞后可繼續(xù)使用,不耽誤服務(wù)器正常工作

7、便捷的管理

具備遠(yuǎn)程管理功能,實(shí)現(xiàn)非現(xiàn)場即可監(jiān)控管理服務(wù)器要求,具有監(jiān)控系統(tǒng)各部件的運(yùn)行狀況、遠(yuǎn)程安裝操作系統(tǒng)、故障報警等功能。極大的縮減了維護(hù)開銷

審核編輯黃宇