Meta与NVIDIA联合打造大型AI研究超级计算机

Meta的AI超级计算机是迄今为止最大的NVIDIA DGX A100客户系统。该系统将为Meta的AI研究人员提供5百亿亿次级AI计算性能，采用了最先进的NVIDIA系统、InfiniBand网络和软件，实现了数千个GPU集群的系统优化。

Meta Platforms充分认可NVIDIA，为其有望成为有史以来最强大的研究系统选择了NVIDIA的先进技术。

于今日发布的AI研究超级集群（RSC）已在训练新模型以推动AI发展。部署后，Meta的RSC预计将成为最大的NVIDIA DGX A100客户系统。

Meta在一篇博客文章中表示：“我们希望RSC帮助我们建立全新的AI系统，例如可以为多个不同语言的团队提供实时语音翻译，使他们可以在研究项目上无缝协作，甚至一起玩AR游戏。”

训练最大的AI模型

当RSC在今年晚些时候完全建成时，Meta将用它来训练具有超过1万亿个参数的AI模型。这将推动自然语言处理等领域的发展，比如实时识别不法内容等工作。

除了实现规模性能之外，Meta还将超高的可靠性、安全性、隐私性以及处理“各类AI模型”的灵活性作为RSC的关键指标。

Meta的AI研究超级集群拥有数百个NVIDIA DGX系统并通过NVIDIA Quantum InfiniBand网络相连接，助力Meta AI研究团队提高工作速率。

性能大揭秘

目前，此全新AI超级计算机已经部署了760个NVIDIA DGX A100系统作为其计算节点。共有6080个NVIDIA A100 GPU，通过NVIDIA Quantum 200Gb/s InfiniBand网络连接，可提供1895千万亿次TF32计算性能。

尽管受到新冠疫情的影响，这样一台可运行的AI超级计算机从想法到实现，RSC仅用了18个月！ “功臣”之一便是采用NVIDIA DGX A100技术作为基石。

Penguin Computing是NVIDIA合作伙伴网络中负责RSC交付的合作伙伴。除了760个DGX A100系统和InfiniBand网络之外，Penguin还为Meta提供管理服务和AI基础架构优化，包括一个46PB高速缓存的Altus系统。

性能提升20倍

这是Meta第二次选择NVIDIA技术作为其研究平台的基础。2017年，Meta打造了第一代AI研究基础架构，配备了22000个NVIDIA V100 Tensor Core GPU，每日可处理35000项AI训练工作。

Meta的早期基准测试显示，RSC训练大型NLP模型的速度比之前的系统快3倍，运行计算机视觉工作的速度比之前的系统快20倍。

在今年晚些时候的第二阶段，RSC将扩展至16000个GPU。Meta认为届时RSC将提供高达5百亿亿次级混合精度AI计算性能，并且Meta希望通过扩展RSC的存储系统，以每秒16TB的速度提供高达1EB的数据。

可扩展架构

NVIDIA AI技术适用于任何规模的企业应用。

NVIDIA DGX包含一个完整的NVIDIA AI软件栈，可以轻松地从单个系统扩展至完整的DGX SuperPOD，可以在本地或主机托管商处运行。客户亦可以通过NVIDIA DGX Foundry租用DGX系统。