Lenovo представляет суперузел Wentian: производительность FP8 превышает 28 PFLOPS на 40 картах

Репортаж от Wedoany，Вчера в Пекине Lenovo провела пресс-конференцию. Чэнь Чжэнькуань, вице-президент Lenovo и генеральный менеджер бизнес-группы инфраструктуры Китая, объявил, что к 2027 году инфраструктурная группа Lenovo в Китае нацелена на достижение выручки в 100 миллиардов юаней и стремится занять первое место на китайском рынке серверов.

На этой пресс-конференции Lenovo представила вычислительное решение Wentian Supernode. Один узел может быть оснащен 40 GPU, производительность FP8 превышает 28 PFLOPS, объем памяти HBM превышает 5,76 ТБ, что удовлетворяет потребности в обучении и инференции моделей с триллионами параметров. Общая пропускная способность памяти превышает 80 ТБ/с, а однонаправленная задержка P2P между чипами составляет сотни наносекунд, что решает проблему коммуникационного узла в кластерах из десятков тысяч карт. Один узел поддерживает 40 карт, масштабирование кластера по схеме Scale-out, а также обратную совместимость с конфигурацией на 32 карты, что подходит для обучения, инференции и разработки любого масштаба. Благодаря беспроводной ортогональной архитектуре прямого подключения и совместимости со стандартным 19-дюймовым корпусом, время развертывания кластера сокращается до нескольких часов, что значительно снижает порог внедрения крупномасштабных вычислительных кластеров.

Lenovo также представила универсальную гетерогенную вычислительную платформу Wanquan V5.0, которая получила два ключевых обновления. Технология ускорения обучения и инференции кластера, использующая такие ключевые технологии, как многоуровневая декомпозиция и разделение PD, а также оптимизация кэша KV Cache, обеспечивает всестороннее превосходство в производительности обучения и инференции больших моделей, значительно повышая эффективность использования ресурсов кластера. Технология оптимизации компиляции ядра и модели обеспечивает адаптивное сопоставление вычислительных графов для различных моделей и автоматическую генерацию операторов, глубоко адаптируясь к экосистеме разнородных вычислительных чипов, повышая эффективность вычислений на всех этапах обучения и инференции.

Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com