DGX 全攻略 (124489) - Cool3c

最新 | 熱門

GTC 2025：NVIDIA攜手合作夥伴推出基於Grace Blackwell的個人AI超級電腦，包括微型系統DGX Spark與桌上型超級電腦DGX Station

NVIDIA於2025年CES為開發者投下震撼彈，宣布名為Project Digits的個人AI超級電腦計畫，結合由聯發科協力開發的Grace CPU架構與Blackwell GPU以及大容量統一記憶體，提供AI開發者能夠負擔、且可進行大型語言模型推論的單機系統，並提供與資料中心相同的Grace Blackwell架構；NVIDIA在GTC宣布擴大基於Grace Blackwell的個人AI超級電腦陣容，除了Project Digits更名DGX Spark，還宣布搭載GB300 Grace Blackwell超級晶片並可透過高速網路串接的桌上型超級電腦DGX Sation，且還將攜手包括華碩

Chevelle.fu

DeepL 部署 NVIDIA DGX SuperPOD 提升語言 AI 能力

DeepL 將於 2025 年部署 NVIDIA DGX SuperPOD，提升 AI 運算力，支援語言 AI 模型訓練和功能開發，進一步鞏固其領先地位並促進跨語言交流。 DeepL宣布，將成為首批商業化部署以DGX GB200系統構成NVIDIA DGX SuperPOD的公司之一，而此套系統預計將於2025年中在DeepL服務上線，進一步提升其研究計算能力，提供創新語言AI平台所需的運算力，支援模型訓練、功能開發和產品研發，藉此打破全球企業和專業人士之間的語言障礙。此次採購，不僅為DeepL有史以來最大規模採購，更使其成為首批採用以DGX GB200系統構成NVIDIA DGX Supe

Mash Yang

照片中包含了電子產品、電子產品

GTC 2024：Blackwell GPU家族成員除了GB200 Superchip、B200 GPU外，還有等同B200 GPU壓低能耗的B100 GPU

在早期的產品藍圖，當時NVIDIA指稱2024年將公布代號B100的Hopper後繼架構，不過在GTC 2024，NVIDIA則是聚焦在Blackwell架構的GB200 Superchip與B200 GPU，但在Blackwell產品線規劃，B100 GPU確實存在，而且與B200 GPU的關鍵差異僅在於能耗設定以及因為能耗影響的效能。 ▲B200晶片特寫，可看到上下的HBM3E記憶體以及兩個互連的Blackwell晶粒根據NVIDIA提供的白皮書，Blackwell GPU是透過封裝技術將兩個晶片與8Gbps HBM3E記憶體透過高速通道連接構成一個晶片，總共有2,080億個電晶體，單一

Chevelle.fu

照片中提到了FULL DATA CENTER WITH 32,000 GPUs、AI FACTORY FOR THE NEW INDUSTRIAL REVOLUTION、645 exaFLOPS of Al performance，包含了走道、架構：m、倉庫 M 和同事、倉庫、走廊

GTC 2024：基於Blackwell GPU的DGX SuperPOD為兆級參數規模生成式AI而生，結合網路、軟體與儲存可擴展到數萬個GB200 Superchip

NVIDIA於GTC 2024公布Blackwell架構，也同步宣布基於Blackwell GPU的新一代NVIDIA DGX SuperPOD；不同過往DGX SuperPod採用x86架構與風冷散熱，基於Blackwell架構新DGX SuperPod採用基於Arm Neoverse的Grace CPU與Blackwell GPU構成的NVIDIA GB200 Superchip，並採更高效的液冷散熱架構，透過NVLink可連接至最多576個Blackwell GPU，借助NVIDIA網路、NVIDIA全端AI軟體與儲存最高可擴展數萬個GB200 Superchip，可因應兆級規模的AI超

Chevelle.fu

泰國 7-Eleven 營運商 CP All 借助 NVIDIA 對話式人工智慧平台協助處理海量客服電話

在泰國取得 7-Eleven 授權的零售營運商 CP All 為了加速每日大量的客服電話處理與提升客戶滿意度，借助 NVIDIA 對話式 AI 平台打造客服機器人，能夠協助客服人員回答常見問題與協助追蹤客戶清單，藉由新一代對話式 AI ，這套客服機器人不僅能辨識泰文，還可理解與以泰文回應，準確率可達 97% 。 CP All 的 7-Eleven 客服中心管理包括電子商務、金融與零售，雖然每個領域皆由專業人員代表，但平均每日高達 25 萬通的客服電話也造成客戶等待與影響服務品質。CP All 的客服平台以 NVIDIA DGX 系統與 NVIDIA NeMo 框架進行自然語言處理訓練，再透過

Chevelle.fu

照片中提到了POWERING NEXT WAVE OF ACCELERATED AI SUPERCOMPUTING、CAMBRIDGE-1、NERSC "PERLMUTTER"，包含了多媒體、產品設計、產品、牌、儀表

NVIDIA GPU 技術再度席捲 TOP 500 榜單，達 342 套系統使用 NVIDIA 加速技術、其中包括微軟 Azure 、劍橋大學與特斯拉

作為全球超級電腦指標的 TOP500 稍早公布全新的榜單排名，此次在前 500 大系統當中，有高達 342 套系統使用 NVIDIA 的加速運算，其中 58 套入圍的新系統有 41 套採用 NVIDIA 的加速運算，前 10 大超級電腦系統當中有 8 套採用 NVIDIA 加速技術；此外，採用 NVIDIA 的超算系統也在節能榜單表現亮眼，在 GREEN 500 的前 40 名有 35 套採用 NVIDIA 加速技術、前 10 名僅有一套非 NVIDIA 加速技術。值得注意的是採用 InfiniBand 連接的系統也比去年提升 20% ，意味著新一代系統由於處理 AI 、 HPC 與類比資料

Chevelle.fu

照片中提到了ANNOUNCING THE NEW DGX SUPERPOD、World's First Cloud-Native Supercomputer | Secured by NVIDIA BlueField | Multi-Tenant Bare-Metal Performance、A100 80GB，包含了英偉達DGX、英偉達、圖形處理單元、安培、牌

NVIDIA 宣布全球首個雲原生超算系統 NEW DGX SuperPOD ，還有 320GB VRAM 的 AI 工作站 NVIDIA DGX Station A100 320G

NVIDIA 今日宣布顛覆性的雲原生超算系統 NEW DGX SuperPOD ，除了將 GPU 升級到 80GB 的 A100 80GB 外，藉由 NVIDIA BlueField-2 提供基於 AI 的資料處理與高度安全防護，結合 NVIDIA BASE Command 管理平台，使超級電腦系統也能具備雲原生、多用戶化。 ▲透過 InfiniBand HDR 串接多套 DGX A100 系統構成 DGX SuperPOD ，再利用 NVIDIA BASE Command 提供雲端與虛擬化管理，使超級電腦也能雲端化 NEW DGX SuperPOD 由超過 20 套 NVIDIA DGX A

Chevelle.fu

照片中提到了A O、( 233，包含了體育原型、體育原型、摩托車、比例模型、運輸

GTC 2020 ： BMW 攜手 NVIDIA ，以 ISSAC 平台架構智慧工廠 AI 機器人

機器人技術也是近年 NVIDIA 在 GTC 大會的重點項目，而藉由此次主題演講， BMW 宣布導入基於 NVIDIA 開放式 Issac 機器人平台的物流機器人，以 AI 結合視覺化，作為 BMW 汽車工廠的物流，使其能夠針對客戶客製化訂單需求，加速生產獨一無二的 BMW 汽車的流程。由於汽車產業鍊涉及複雜的供應鏈，以 BMW 集團本身就與超過 4,500 家供應商合作，由他們供應超過數百萬個零件，當中包括 23 萬個特殊零件編號，同時在過去十年， BMW 的汽車銷售量成長一倍，加上提供百種客製化選擇，使得有 99% 的客戶訂單都是選擇客製化，也對工廠內部的物流造成挑戰。 ▲ BMW 藉由

Chevelle.fu

照片中提到了ANNOUNCING、NVIDIA DGX A100、3RD GENERATION INTEGRATED AI SYSTEM，包含了產品設計、產品、設計、儀表

GTC 2020 ： NVIDIA 推出第三世代 DGX 系統 DGX A100 ， AI 性能達 5 PFLOPS 能助科學研究對抗武漢肺炎

NVIDIA 在發表 Ampere 架構的 NVIDIA A100 通用運算處理器之際，也宣布新一代的 DGX A100 系統，這也是 NVIDIA 第三世代的 DGX 系統，除了具備高達 10 petaflops 的運算性能外，也具備高達 5 petaflops 的 AI 性能；而美國能源局的阿貢國家實驗室宣布率先採用 DGX A100 ，並將活用其 AI 與運算力藉此對抗與分析武漢肺炎。單一套 DGX A100 的系統起始價格為 199,000 美金，目前已經開始透過 NVIDIA 合作夥伴網路銷售，包括 DDN Storage，Dell Technologies，IBM，NetApp，

Chevelle.fu

是僅3週完成架設，NVIDIA以DGX SuperPOD建造更快的超級電腦系統這篇文章的首圖

NVIDIA用三週架好超級電腦系統DGX SuperPOD 全世界運算第22快將用於自駕車系統發展

DGX SuperPOD約可在2分鐘不到時間內，完成ResNet-50神經網路模型框架的學習訓練，若以2015年提出NVIDIA K80 GPU進行加速的話，大概需要花費25天的訓練時間，相較之下，DGX SuperPOD約可將相同訓練需求的學習速度提高1.8萬倍。除了宣布與Arm合作打造超級電腦消息，NVIDIA也宣布以短短3週時間完成架設，並且將用於加速開發自駕車系統的超級電腦DGX SuperPOD，正式登上全球運算最快電腦排名第22位，而目前日本運算速度最快的超級電腦系統ABCI (AI Bridging Cloud Infrastructure)，目前則是採用NVIDIA GPU

Mash Yang

相關文章