کاربران مرکز ملی محاسبات علمی تحقیقات انرژی (NERSC) می توانند در این ماه کارهای هوش مصنوعی را در ابررایانه Perlmutter سازمان با نیم بها اجرا کنند.
در بحبوحه عدم دسترسی جهانی به اسب بخار محاسباتی برای بارهای کاری هوش مصنوعی، این تسهیلات – که از طرف دفتر علوم وزارت انرژی ایالات متحده کار می کند – معادله را تغییر می دهد.
از ۱۶ شهریور تا ۱ مهر از ثبت نام کنندگان در این سازمان نصف هزینه عادی دریافت می شود. به عنوان مثال، یک کار سه ساعته که به طور معمول بر روی هفت گره اجرا می شود، ۲۱ ساعت گره GPU شارژ می شود – اما در طول ماه سپتامبر، ۱۰٫۵ ساعت گره GPU شارژ می شود.
پردازنده های گرافیکی A100 Perlmutter
“استفاده از زمان شما در حال حاضر به نفع کل جامعه NERSC است و تقاضا را به طور یکنواخت در طول سال پخش می کند، بنابراین برای تشویق استفاده در حال حاضر، ما از فردا و تا پایان سپتامبر ۵۰ درصد از همه مشاغل اجرا شده در گره های گرافیکی Perlmutter را تخفیف می دهیم.” نوشت رهبر گروه تعامل کاربر، ربکا هارتمن-بیکر.
هارتمن-بیکر همچنین به کمک بیشتری که NERSC به کاربران ارائه خواهد کرد اشاره کرد. این ممکن است برای کسانی که عملکرد بدی دارند و به کمک نیاز دارند تا مطمئن شوند اسکریپت آنها کاملاً درست است، یا فقط برای کسانی که می‌خواهند کد را امتحان کنند اما مطمئن نیستند از کجا شروع کنند، در میان سایر کاربردهای بالقوه مفید باشد.
Perlmutter که در سال ۲۰۲۱ تأسیس شد، یک ابررایانه HPE Cray EX است که از پردازنده‌های AMD Zen 3 Epyc و همچنین استفاده می‌کند. پردازنده‌های گرافیکی Nvidia A100 Tesla Core. در مرحله اول توسعه، دستگاه مجهز به ۱۵۳۶ گره CPU AMD با شتاب GPU بود که هر کدام شامل چهار پردازنده گرافیکی A100 بود و با حافظه ۳۵PB تمام فلش مبتنی بر Luster تکمیل شد. در مرحله دوم، این ابر رایانه با ۳۰۷۲ گره فقط پردازنده، هر کدام با دو پردازنده AMD Epyc و حافظه ۵۱۲ گیگابایتی تقویت شد.
خود ابررایانه تا حد زیادی برای شبیه سازی همجوشی هسته ای، پیش بینی آب و هوا و همچنین تحقیقات مواد و بیولوژیکی استفاده می شود. اولین بارهای کاری اجرا شده بر روی Perlmutter شامل پروژه ای برای کشف چگونگی عملکرد فعل و انفعالات اتمی بود – که ممکن است منجر به باتری ها و سوخت های زیستی بهتر شود.
ظرفیت GPU برای اجرای بارهای کاری هوش مصنوعی دشوار است و متاسفانه این پیشنهاد فقط برای اعضای NERSC قابل اجرا است. در ابتدا توسط یک متخصص محاسبات با عملکرد بالا (HPC) مایکروسافت اشاره شد گلن لاکووداو اشاره کرد که NERSC می تواند با پر کردن ظرفیت بیکار با حجم کاری تجاری “یک قتل” انجام دهد.
این امر به‌ویژه در ماه‌های تابستان که دانشگاهیان تا حد زیادی دور هستند، قابل استفاده است. با این حال، ابزارهای جایگزینی برای اجاره GPU وجود دارد، از جمله از طریق غیرمتمرکز Akash ابر ابر برای شبکه هوش مصنوعی.
بیشتر از TechRadar Pro
منبع: https://www.techradar.com/pro/scientists-can-get-massive-discounts-when-renting-nvidias-a100-gpus-for-ai-training-but-it-wont-last-long