GPU'ya Dayalı Uygulamalar Talep Yüksek Optimize Edilmiş Soğutma

GPU'ya Dayalı Uygulamalar Talep Yüksek Optimize Edilmiş Soğutma

Yapay zeka alanındaki (AI) hızlı ilerlemeler, video oyunu pazarı için tasarlanan grafik işlemciler (GPU) Nvidia tarafından etkinleştiriliyor. Nvidia GPU'larının özelliklerinden yararlanmaya çalışan kuruluşlar, veri merkezlerini aşırı güç yoğunluğu ve onunla birlikte gelen ısı için hazırlamalıdır.

Nvidia, GPU ile bilgisayar oyunlarında devrim yarattı. Bu özelleşmiş devreler, çoklu matematiksel hesaplamaları aynı anda gerçekleştirerek video oyunlarında daha temiz, daha hızlı ve daha yumuşak hareketler üretebilmektedir.

Daha sonra 2007'de Nvidia, "GPU hızlandırmalı bilgi işlem" kavramını başlatırken oyun pazarının ötesine geçti. GPU'lar, hesaplama yoğun programların daha hızlı çalışmasını sağlayan yoğun paralel işlem ortamlarında geleneksel bilgisayar işleme üniteleri (CPU'lar) ile birleştirilir. Bu gelişme, derin öğrenme gibi temel AI fonksiyonlarını sağlamak için gerekli olan “oomph” işlemesini sağladı.

Derin öğrenme, insan beyninin nöronlar ve sinapslar ile çalışma biçimini gevşek şekilde taklit etmek için tasarlanmış bir bilgisayar modelidir. Nvidia'nın GPU'ları, büyük veri kümelerini analiz etmek için birlikte çalışan çok sayıda birbirine bağlı düğüm kullanan “yapay sinir ağları” oluşturmak için kullanılır. Bu, bir makineye desen veya eğilimleri keşfetme ve bu keşiflerden öğrenebilme yeteneği kazandırır. Bu yapay zekanın özü.

Bir CPU ve Nvidia'nın GPU'su arasındaki temel mimari farklılıklar bunu mümkün kılıyor. Bir CPU'da, birkaç yazılım iş parçasını bir kerede ele alabilen çok sayıda önbellek bulunan birkaç çekirdek vardır. CPU'lar ayrıca sıralı işlem için optimize edilmiştir - işlemlerin alındıkları sıraya göre yürütülmesi. GPU'lar binlerce iş parçacığını işleyebilen ve aynı anda birden çok işlemi yürütebilecek yüzlerce çekirdek içerir.

GPU hızlandırılmış bilgi işlem, 100'in bazı yazılımlarını yalnızca bir CPU'dan daha hızlı çalıştırabilir. Bu, bir dizi AI uygulamasına güç sağlayan algoritmaların derin öğrenme türü için mükemmel hale getirir.

GPU'lar ayrıca veri merkezi ortamına da önemli zorluklar getirir. CPU'lar sürekli olarak daha verimli hale gelirken, GPU'lar çok fazla güç tüketir. GPU ile hızlandırılmış işlemin benimsenmesi veri merkezinde daha yüksek güç yoğunluğuna yol açar - bazı tahminlere göre 30kW 'ya 40kW' ya kadar XNUMXkW. Birçok hiper ölçekli veri merkezi, yalnızca raf başına 10kW tüketiyor.

Bu büyüklükteki güç yoğunlukları, işlemek için birkaç ortamın hazırlandığı önemli derecede daha büyük ısı yükleri anlamına gelir. Sıcak koridor korunumu ile birlikte, esastır sıralı soğutma sistemleri Bu, kapasitelerini yakındaki ekipmanlara odaklıyor. Sıralı soğutma Veri merkezine girmeden önce sıcak egzoz havasını yakalar ve etkisiz hale getirir.

Soğutulmuş su soğutma sistemleri genellikle GPU hızlandırmalı hesaplama için tavsiye edilir, çünkü suyun havanın termal kapasitesinin yaklaşık dört katı vardır. Ancak, Sıralı soğutma Hava akışı yolunu kısaltarak ve soğutulacak alan hacmini azaltarak daha fazla verimlilik sağlar.

Enconnex sıralı soğutma üniteler, seçtiğiniz soğutma sıvısını seçme esnekliği sağlar. Yoğuşma suyu, soğutulmuş su ve DX hava ve su soğutmalı konfigürasyonlarda mevcuttur, Enconnex sıralı soğutma üniteler, 100kW'dan daha fazla soğutma kapasitesi sunar ancak herhangi bir veri merkezi ortamında rahatça uyum sağlar.

Nvidia GPU'lar, kuantum kimyası, akışkanlar dinamiği, video düzenleme ve medikal görüntüleme gibi kullanımlar için yüzlerce AI tahrikli uygulamayı hızlandırmak için kullanılıyor. AI'dan yararlanmak isteyen kuruluşlar, veri merkezi altyapılarının bu güçlü çiplerin ürettiği ısıyı karşılayabilmesini sağlamalıdır.

Rahi Sistemleri Nvidia'da sergilenecek GPU Teknoloji Konferansı, San Jose, Kaliforniya'daki 26-29 martı Sıradaki soğutma çözümümüz hakkında daha fazla bilgi edinmek ve ücretsiz verim alabilmek için Booth #1225 ile uğraşın!

Yanıt Ver