مقدمه مقدماتی

در مسابقه برای ساخت پیشرفته ترین زیرساخت های AI جهان، یک نام به طور ناگهانی بر سرفصل ها تسلط دارد: Supermicroهنگامی که در درجه اول برای سیستم عامل های سرور ماژولار خود شناخته شده است، این شرکت یک جهش استراتژیک دراماتیک با معرفی معرفی از معرفی کارخانه های AI Turnkey - پیش از صدور، آماده به استخدام امکانات محاسباتی AI طراحی شده برای سرعت بخشیدن به پذیرش شرکت.

اینها بسته های ساده سرور نیستند. آنها سیستم های زیرساخت AI کامل هستند - قفسه های یکپارچه، شبکه، خنک کننده، لایه های نرم افزاری، سیستم عامل های ارکستر، ابزار امنیتی و معماری مقیاس، همه مهندسی شده برای حمایت از حجم کار مدرن AI از جعبه.

Supermicro در حال شرط بندی بر تغییر بازار اساسی است: شرکت ها می خواهند سخت افزار AI قدرتمند باشند، اما نمی خواهند مراکز داده AI خود را از ابتدا بسازند.

آیا کارخانه های هوش مصنوعی می توانند به مدل بعدی زیرساخت های غالب تبدیل شوند؟ اگر چنین باشد، برای بازار جهانی AI چه معنایی دارد؟

بگذارید آن را بشکنیم.

کارخانه AI Turnkey چیست؟

Supermicro تعریف می کند کارخانه AI به عنوان:

یک محیط محاسباتی کاملا معتبر و از پیش پیکربندی شده AI طراحی شده برای استقرار سریع، آموزش مقیاس پذیر و استنتاج عملکرد بالا.

در شرایط ساده تر:

این یک مرکز داده AI است که می توانید در یک جعبه خریداری کنید.

یک کارخانه AI شامل:

• خوشه های GPU بهینه سازی شده AI-LED

• ادغام در مقیاس

• سیستم های خنک کننده با چگالی بالا

• شبکه های پهنای باند بالا

• معماری ذخیره سازی مقیاس پذیر

• نرم افزار ارکستر

• ابزارهای نظارت

• لایه های امنیتی

هدف سرعت است:

از خرید، استفاده از AI قابل استفاده در هفته ها

نه ماه. نه سال.

چرا Supermicro در حال حاضر این کار را انجام می دهد

دو نیرو درگیر هستند:

۱- تقاضای کامل منفجر می شود

مدل های آموزشی نیازمند هزاران GPU هستند.

۲- شرکت ها مالکیت می خواهند

برای همیشه اجاره نکنید.
انتظار شش ماه برای اسلات های ابری

کمبود جهانی GPU جایگزین های اجباری

نمی توانید چیزی را که وجود ندارد اجاره کنید.

۴ شرکت ها می خواهند هوش مصنوعی خصوصی، امن و مستقل را محاسبه کنند

به ویژه مالی، مراقبت های بهداشتی و دولت.

Supermicro شکاف را می بیند.

آن را پر می کند.

۳- چه چیزی باعث می شود عامل های هوش مصنوعی سوپر میکرو متفاوت باشند

سه عامل مختلف وجود دارد:

ادغام Full Stack

قفسه های GPU، ذخیره سازی، خنک کننده، نرم افزار - همه با هم معتبر هستند.

مدل سریع Deployment Model

در برخی موارد، نصب در هفته هانه چهارم.

C. PNP Scaling

با یک ماژول کارخانه شروع کنید - مقیاس خارج

این کاهش می یابد:

• ریسک ادغام ریسک

• خطای پیکربندی

• سازگاری سردرد

این امر برای شرکت هایی که فاقد تخصص HPC هستند بسیار مهم است.

NVIDIA آیا در هسته

پیشنهادات سوپر میکرو کارخانه AI در اطراف سخت افزار NVIDIA لنگر:

• NVIDIA H100

• NVIDIA H200

• سیستم های NVIDIA HGX

• سری NVIDIA NVL

• شبکه بهینه سازی شده برای NVLink و Infiniband

Supermicro استفاده از:

• معماری مرجع NVIDIA

• اعتبار NVIDIA

• سازگاری اکوسیستم NVIDIA

• معرفی نرم افزار NVIDIA AI

این امر تضمین کننده تقاضا است، زیرا GPU های NVIDIA استاندارد جهانی برای آموزش AI هستند.

بازار کامل است

Supermicro در حال راه اندازی این کارخانه های AI در نقطه عطف کامل است.

بازار گرسنه است:

• خوشه های خصوصی AI

• زیرساخت های AI

• استراتژی های محاسبه مستقل

• استقرار های AI شرکت

• سیستم های HPC

سازمان های بزرگ از تولید آزمایشی تغییر می کنند.

نمی خواهند:

• سیستم های طراحی

• ادغام اجزای

• استخدام تیم های مهندسی HPC

• عیب یابی مشکلات سطح سیستم عامل

آنها زیرساخت های آماده را می خواهند.

موارد استفاده از شرکت به سرعت در حال گسترش هستند

کارخانه های AI امکان پذیر هستند:

صنعت صنعت صنعت صنعت

• آموزش خودروهای خودران

• پیش بینی تقاضا

• پیش بینی تعمیر

• رباتیک صنعتی

مراقبت های بهداشتی

• مدل های تصویربرداری پزشکی

• شبیه سازی های کشف دارو

• پردازش داده های بالینی

مالی

• تحلیل ریسک الگوریتمی

• آموزش مدل معاملاتی

• تشخیص تقلب در مقیاس بزرگ

دولت

• توسعه مستقل LLM

• تحقیقات هوش مصنوعی

• سیستم های ابر ملی

تکنولوژی و تحقیقات

• LLM قبل از تمرین

• استقرار RAG

• مرجع حجم بالا

کارخانه های AI به طیف کامل خدمت می کنند.

چرا این یک تغییر بازی است؟

در 50 سال گذشته، تنها چند تغییر عمده وجود دارد:

• سیستم های

• سرورهای پیش بینی شده

• محاسبات ابری

• Hyperscale Cloud

کارخانه های AI می توانند تغییرات ساختاری بعدی را نشان دهند:

مراکز داده به طور کامل در اطراف حجم کاری AI بهینه شده اند.
نه محاسبات عمومی.

اگر Supermicro موفق شود:

• شرکت های مستقر سریعتر

• جریان سرمایه سرعت

• AI غیرمتمرکز کردن را محاسبه می کند

• پیچیدگی زیرساخت ها کاهش می یابد

• اقتصادهای کوچکتر به قابلیت AI دسترسی دارند

• وابستگی به بیش از حد ضعیف

این کار مخرب است.

بسیار ناراحت کننده

چرا ورزشکاران باید نگران باشند

نام های اصلی نمی توانند این را نادیده بگیرند:

• Dell Dell

• HPE

• Lenovo

• Huawei

• IBM

• Oracle

• سیسکو

چون:

ماژولار و سرعت سوپر میکرو می تواند به سرعت سهم بازار را بخورد.

به خصوص جایی که بازیگران به آرامی حرکت می کنند.

چالش های Ahead

اما خطراتی وجود دارد.

محدودیت های عرضه جهانی GPU

حتی اگر قفسه دارید ...
شما به چیپس نیاز دارید.

نیازهای خنک کننده

خوشه های AI نیاز به خنک کننده شدید دارند.

پیچیدگی ادغام در محیط های میراث

زیرساخت های قدیمی و خوشه های جدید AI با هم برخورد می کنند.

رقابت از hyperscalers

AWS، Azure و گوگل پاسخ خواهند داد.

موانع سرمایه

کارخانه های AI گران هستند.

جاده Ahead

انتظار سه روند عمده:

کارخانه های ملی AI

دولت ها آنها را خریداری خواهند کرد.

۲) استراتژی های ابر مستقل شرکت

ابرهای داخلی خصوصی

۳- گسترش تکنولوژی Layered AI

1 کارخانه - 5

این کار سریع خواهد بود.

نتیجه گیری

معرفی Supermicro از کارخانه های AI به نوبه خود نشان می دهد یک تحول عمده در چگونگی کسب و کار و استقرار زیرساخت های محاسبات AI.

به جای:

• طراحی سیستم ها

• ادغام سخت افزار

• منبع خنک کننده

• ساخت شبکه ها

• هماهنگ کردن نرم افزار

• تنظیم عملکرد

شرکت ها به سادگی وارد می شوند.

این نشان دهنده آغاز یک دوره جدید است - جایی که محاسبات AI به یک منبع صنعتی استاندارد، مدولار و به سرعت قابل اجرا تبدیل می شود.

آیا این یک تغییر بازی است؟

بسیار محتمل است.

از آنجا که آینده زیرساخت های AI توسط سیستم ساخته نخواهد شد.

به عنوان یک کارخانه تحویل داده می شود.