NVIDIA 今日发布全球唯一的千万亿级工作组服务器 NVIDIA DGX Station™ A100 。作为开创性的第二代人工智能系统,DGX Station A100 加速满足位于全球各地的公司办公室、研究机构、实验室或家庭办公室中办公的团队对于机器学习和数据科学工作负载的强烈需求。

 

DGX Station A100 的 AI 性能可达 2.5 petaflops,是唯一一台配备四个通过 NVIDIA NVLink®完全互连的全新 NVIDIA® A100 Tensor Core GPU 的工作组服务器,可提供高达 320GB 的 GPU 内存,能够助力企业级数据科学和 AI 领域以最速度取得突破。

 

DGX Station A100 也是唯一支持 NVIDIA 多实例 GPU(MIG)技术的工作组服务器。借助 MIG,单一 DGX Station A100 最多可提供 28 个独立 GPU 实例以运行并行任务,并可在不影响系统性能的前提下支持多用户。

 

NVIDIA 副总裁兼 DGX 系统总经理 Charlie Boyle 表示:“DGX Station A100 将 AI 数据中心引入可以在任何地方接入的服务器级系统。数据科学和 AI 研究团队可以使用与 NVIDIA DGX A100 系统相同的软件堆栈加速他们的工作,使其能够轻松地从开发走向部署。”

 

 

DGX Station 驱动 AI 创新

全球各机构都已采用 DGX Station,赋力教育、金融服务、政府、医疗健康、零售等行业的 AI 和数据科学应用。这些 AI 领导者包括:

 

  • 宝马集团生产部门正在使用 NVIDIA DGX Station 来开发和部署 AI 模型,以完善运营,从而更快速地获得深入的洞察。

 

  • 德国人工智能研究中心(DFKI)正借助 DGX Station 构建能够应对重大社会和行业挑战的模型,包括能够帮助紧急服务快速响应自然灾害的计算机视觉系统。

 

  • NTT Docomo 是日本领先的移动运营商,拥有超过 7900 万用户。其借助 DGX Station 开发创新的 AI 驱动的服务,例如其图像识别解决方案。

 

  • 太平洋西北国家实验室(PNNL)正在使用 NVIDIA DGX Stations 开展研究,该研究获得了联邦资助,旨在助力提升国家安全。PNNL 专注于能源弹性和国家安全方面的技术创新,是美国领先的高性能计算(HPC)中心,致力于科学发现、能源弹性、化学、地球科学和数据分析领域的研究。

 

一台随处可得的 AI 超级计算机

作为服务器级的系统,DGX Station A100 无需配备数据中心级电源或散热系统,却具有与 NVIDIA DGX A100 数据中心系统相同的远程管理功能。当数据科学家和研究人员在家中或实验室办公时,系统管理员可轻松地通过远程连接,执行任何管理任务。

 

DGX Station A100 配备四组 80GB 或 40GB NVIDIA A100 Tensor Core GPU,让数据科学和 AI 研究团队能够结合自身工作负载和预算来选择系统。

 

为支持诸如 BERT Large 推理等复杂的对话式 AI 模型,DGX Station A100 比上一代 DGX Station 提速 4 倍以上。对于 BERT Large AI 训练,其性能提高近 3 倍。

 

将 AI、HPC 的 GPU 内存加倍

为支持更大规模的数据中心工作负载,DGX A100 系统将配备全新 NVIDIA A100 80GB GPU 使每个 DGX A100 系统的 GPU 内存容量增加一倍(最高可达 640GB),从而确保 AI 团队能够使用更大规模的数据集和模型来提高准确性。

 

全新 DGX A100 640GB 系统也将集成到企业版 NVIDIA DGX SuperPODTM 解决方案,使机构能基于以 20 个 DGX A100 系统为单位的一站式 AI 超级计算机,实现大规模 AI 模型的构建、训练和部署。

 

配备 A100 80GB GPU 的 NVIDIA DGX SuperPOD 系统将率先安装于英国的 Cambridge-1 超级计算机,以加速推进医疗健康领域研究,以及佛罗里达大学的全新 HiPerGator AI 超级计算机,该超级计算机将赋力这一“阳光之州”开展 AI 赋能的科学发现。

 

供货情况

NVIDIA DGX Station A100 和 NVIDIA DGX A100 640GB 系统将于本季度通过全球 NVIDIA 合作伙伴网络经销商供货。NVIDIA DGX A100 320GB 用户可选择升级。

 

欢迎注册参加将于 12 月 3 日(星期四)举办的研讨会,了解如何借助 DGX Station 更快速地构建更大规模的 AI。