Ewolucja podzespołów komputerowych

Pomimo zmian zachodzących w biznesowym IT, procesor, czyli centralna jednostka obliczeniowa, był postrzegany jako główny element wpływający na moc systemu : "X GHz, Y rdzeni, Z wewnętrznej pamięci podręcznej". Podobnie jest w przypadku samochodów - dyskusje koncentrują się wyłącznie na silniku: "X cylindrów, Y cm sześciennych, Z mocy". Jednak silniki i procesory ewoluowały w bardzo różny sposób. Dzisiaj silniki wciąż robią to, co robiły, odkąd pierwszy Model T zjechał z linii produkcyjnej: zapewniają moc, która sprawia, że samochód jedzie. Ewolucja procesora dotarła do zupełnie innego punktu. Chociaż nadal ma on krytyczne znaczenie dla systemu, podobnie jak silnik dla samochodu, to jego rola się zmieniła. Dzisiaj obejmuje również przenoszenie danych w systemie w celu napędzania nowych urządzeń.

Przez długi czas procesory wyznaczały tempo postępu wydajności systemu, stanowiąc fundament Prawa Moore'a. Niemal jak w zegarku, co osiemnaście miesięcy do dwóch lat, branża IT opracowywała nowe systemy i serwery zaprojektowane wokół nowych procesorów, które zawsze posiadały więcej tranzystorów na coraz to mniejszych płytkach. Wraz ze wzrostem wydajności, wiele zadań, w tym wykonywanych wcześniej przez pamięć, pamięć masową i kontrolery IO, było przenoszonych do procesora. Z czasem wydarzyło się jednak coś dziwnego: w przypadku niektórych obciążeń, wartość centralnej jednostki obliczeniowej w mniejszym stopniu zaczęła być związana z przetwarzaniem, a w większym z wypełnianiem roli Centralnej Jednostki Zarządzającej (CMU), która wykorzystuje cykle do zarządzania obciążeniami w systemie, równocześnie przekazując inne zadania podłączonym urządzeniom. Im bardziej popularne stawały się urządzenia, takie jak akceleratory obliczeniowe, karty sieciowe, czy szybkie urządzenia pamięci masowej, tym bardziej zmieniała się architektura serwerów. Najnowsze rodziny procesorów przestawały być centrum zainteresowania. W większym stopniu skupiano się na platformie, która będzie spełniać wymagania stawiane przez konkretne obciążenie.

Nowe spojrzenie na architekturę serwera

Wprowadzając na rynek nowy serwer ThinkSystem SR670, Lenovo przedstawiło zupełnie nowe podejście do architektury serwerów. Zaproponowaliśmy elastyczną architekturę, która może być dostosowana do potrzeb konkretnego obciążenia. Nazywamy tę koncepcję "zintegrowaną modularnością". Oznacza to, że system został zaprojektowany od nowa, z myślą o optymalizacji pod kątem podłączenia do urządzeń zwiększających jego wartość, takich jak procesory graficzne GPU oraz akceleratory. ThinkSystem SR670 to całkowicie nowe spojrzenie na tradycyjną architekturę płyty głównej: urządzenia nie znajdują się już w stałych pozycjach na dużej, statycznej płycie. Zamiast tego, system jest podzielony na sekcje. Poszczególne funkcje zostały rozlokowane w różnych miejscach systemu. Zostały zoptymalizowane pod kątem dostępu do nich, chłodzenia oraz wydajności. Zintegrowaną modularność uzyskuje się dzięki wykorzystaniu zamiast gniazd PCIe elastycznych torów PCI (PCI lane). Umożliwia to podział lub agregację portów Dynamic PCIe, w zależności od wymagań klienta i sposobu, w jaki urządzenia są podłączone do procesora. Oddzielenie urządzeń peryferyjnych od procesora daje klientom swobodę wykorzystania najnowszych technologii w tych podsystemach – nie są oni już ograniczani przez układ procesor / płyta główna.

Sztuczna inteligencja w praktyce

Od rozpoznawania mowy przez szkolenie wirtualnych asystentów po naturalną konwersację, od wykrywania pasów ruchu po nauczanie autonomicznych samochodów jak jeździć w ruchu ulicznym - naukowcy specjalizujący się w przetwarzaniu danych wykorzystując sztuczną inteligencję podejmują coraz bardziej skomplikowane wyzwania. Mierzenie się z największymi wyzwaniami ludzkości przy wsparciu sztucznej inteligencji, zmieni to, czego oczekujemy od technologii, a w szczególności sprzętu, który ją napędza.

ThinkSystem SR670 to dwuprocesorowy system o wysokości 2U, który może pomieścić maksymalnie 4 wysokowydajne moduły NVIDIA © Tesla © V100. Dzięki nim organizacje będą w stanie osiągnąć wydajność sprzętową potrzebną w świecie, w którym warunkiem sukcesu jest akceleracja przetwarzania. System idealnie nadaje się do obsługi nowych obciążeń sztucznej inteligencji, które wymagają dodatkowej mocy obliczeniowej do treningu modeli i rozwoju algorytmów. W przypadku większych środowisk sztucznej inteligencji czy HPC, ThinkSystem SR670, dzięki temu, że wykorzystuje otwarte standardy, a nie zastrzeżoną technologię, może być skalowany do ekonomicznego klastra, który optymalizuje zarówno wydajność systemu, jak i GPU. ThinkSystem SR670 w połączeniu z NVIDIA Tesla V100 wspiera przetwarzanie równoległe dla najbardziej popularnych frameworków sztucznej inteligencji, takich jak Caffe2, TensorFlow, Torch, PaddlePaddle, a także innych. Ta unikalna konstrukcja może również zapewnić szybką łączność sieciową. Można zastosować np. dwa adaptery o dużej szybkości działania lub adapter HDR InfiniBand 200 Gb / s - to gwarancja osiągnięcia doskonałej równowagi między łącznością i wydajnością.

Opracowując platformę ThinkSystem SR670 w architekturze "zintegrowanej modularności", Lenovo potwierdziło, że technologie związane z procesorem szybko ewoluują i zapewniają ogromne zyski wydajności dla wielu typów obciążeń. Architektura systemów musi ewoluować. Tylko w ten sposób można zapewnić klientom możliwość szybszego dodawania przełomowych technologii do posiadanych systemów. Klienci nie powinni być ograniczani przez system, który nie może się zmieniać i rozwijać wraz z nimi, gdy budują swoje inteligentne platformy przyszłości.

Więcej informacji o produkcie można znaleźć tutaj.