آمازون از نسل بعدی تراشه‌های Graviton4 و Trainium2 برای تقویت آینده هوش مصنوعی تجاری رونمایی می‌کند

AWS با راه اندازی قدرتمندترین و کارآمدترین تراشه های امروزی خود مجدداً بر قصد خود برای تبدیل شدن به یکی از ارائه دهندگان بزرگ سخت افزار در جهان تأکید کرده است.

تراشه های جدید Graviton4 و Trainium2 که در آن رونمایی شد AWS re:Invent 2023 رویداد توسط مدیر عامل Adam Selipsky برای تقویت نسل بعدی مدل های هوش مصنوعی و یادگیری ماشین طراحی شده است که عملکرد و کارایی بیشتری نسبت به قبل ارائه می دهد.

دیوید براون، معاون محاسبات و شبکه در AWS گفت: «سیلیکون زیربنای حجم کاری مشتری است و آن را به یک حوزه مهم نوآوری برای AWS تبدیل می‌کند. با تمرکز طرح‌های تراشه‌هایمان بر روی حجم‌های کاری واقعی که برای مشتریان مهم است، می‌توانیم پیشرفته‌ترین زیرساخت‌های ابری را به آنها ارائه دهیم.

AWS Graviton4 و Trainium2

AWS نوید یک گام بزرگ را برای Graviton4 می دهد و ادعا می کند که تا ۳۰٪ عملکرد محاسباتی بهتر، ۵۰٪ هسته بیشتر و ۷۵٪ پهنای باند حافظه بیشتر نسبت به نسل فعلی پردازنده های Graviton3 ارائه می دهد.

این شرکت می گوید که با آزمایش و استقرار بیشتر و بیشتر بارهای کاری مبتنی بر هوش مصنوعی، مشتریان می بینند که نیازهای محاسباتی، حافظه، ذخیره سازی و شبکه آنها افزایش می یابد، بنابراین آنها به عملکرد بالاتر و اندازه نمونه های بزرگتر نیاز دارند، همگی با هزینه مقرون به صرفه و بهره وری انرژی. مرحله. برای کاهش هر گونه اثرات بر محیط زیست

AWS Graviton4 را در نمونه‌های آمازون EC2 R8g در دسترس قرار می‌دهد که می‌گوید اندازه‌های نمونه بزرگ‌تر را با حداکثر سه برابر vCPU و سه برابر حافظه بیشتر از نسل فعلی ارائه می‌کند، که به مشتریان اجازه می‌دهد تا حجم بیشتری از داده را پردازش کنند، حجم کاری خود را مقیاس‌بندی کنند، زمان را بهبود بخشند. به نتایج، و کاهش هزینه کل مالکیت آنها.

به دنبال راه اندازی اولیه خود در سال ۲۰۲۰، نسل دوم Trainium2 به نظر می رسد آموزش سریع تر و کارآمدتری را برای مدل های هوش مصنوعی فعلی و آینده ارائه دهد که از مجموعه داده های بزرگتر از همیشه استفاده می کنند، با پیشرفته ترین FM ها و LLM های امروزی که صدها میلیارد تا تریلیون پارامتر دارند.

AWS می‌گوید Trainium2 تا چهار برابر سریع‌تر از سخت‌افزار نسل اول آموزش ارائه می‌دهد و سه برابر ظرفیت حافظه را ارائه می‌دهد و می‌تواند بهره‌وری انرژی را تا دو برابر بهبود بخشد.

می‌توان آن را در EC2 UltraClusterهای تا ۱۰۰۰۰۰ تراشه مستقر کرد و آموزش مدل‌های پایه و مدل‌های زبان بزرگ را در کسری از زمانی که قبلاً صرف شده بود، امکان‌پذیر می‌سازد، با مثالی از آموزش LLM با پارامتر ۳۰۰ میلیاردی LLM در هفته‌ها. ماه ها.

بیشتر از TechRadar Pro

• اینها هستند بهترین ابزارهای هوش مصنوعی دور و بر
• یکی از بزرگترین شرکت‌های فناوری چینی سرور RISC-V 3072 هسته‌ای «تغییر بازی» را معرفی کرده است.
• غول ۹۶ هسته ای AMD بهترین پردازنده اینتل را به فراموشی سپرده است