全球頂尖系統製造商加速採用 NVIDIA Grace 和 Grace Hopper
前言：
源訊科技、戴爾科技、技嘉科技、慧與科技、浪潮、聯想與美超微
將推出首批搭載 NVIDIA Grace 並專為高效能運算與人工智慧所設計的 HGX 系統
2022年5月31日--NVIDIA (輝達) 今天宣布一系列全球頂尖電腦製造商將採用全新 NVIDIA Grace™ 超級晶片打造新一代伺服器，在百萬兆級的時代下大幅提升人工智慧 (AI) 和高效能運算的作業負載。
源訊科技 (Atos)、戴爾科技 (Dell Technologies)、技嘉科技 (GIGABYTE)、慧與科技 (HPE)、浪潮 (Inspur)、聯想 (Lenovo) 和美超微 (Supermicro) 正計畫部署採用 NVIDIA Grace CPU 超級晶片和 NVIDIA Grace Hopper™ GPU 超級晶片的伺服器。
全新系統皆受益於剛發布在 NVIDIA HGX™ 平台上採用的 Grace 與 Grace Hopper 設計，其提供製造商打造系統所需的藍圖，這些系統與當今頂尖的資料中心 CPU 相比，可提供最高的效能表現，以及兩倍的記憶體頻寬與能源使用效率。
NVIDIA 超大規模與高效能運算部門副總裁 Ian Buck 表示：「隨著超級運算進入百萬兆級的 AI 時代，NVIDIA 正攜手我們的 OEM 合作夥伴，共同協助研究人員解決過去無法企及的大規模挑戰。NVIDIA Grace CPU 超級晶片和 Grace Hopper GPU 超級晶片在氣候科學、能源研究、太空探索、數位生物學、量子運算等領域，成為全球最先進的高效能運算和 AI 平台的基礎。」
早期採用者引領創新
歐美頂尖的超級運算中心將率先採用搭載超級晶片的系統。
洛斯阿拉莫斯國家實驗室 (Los Alamos National Laboratory；LANL) 宣布其新一代系統 Venado 將成為美國首個採用 NVIDIA Grace CPU 技術的系統。Venado 是採用 HPE Cray EX 超級電腦所打造的異質系統，結合 Grace CPU 超級晶片節點和 Grace Hopper GPU 超級晶片節點，適用於多種新興應用程式。此系統預計完成後將具有超過 10 exaflops 的 AI 效能。
洛斯阿拉莫斯國家實驗室模擬與運算部門副主任 Irene Qualters 表示：「Venado 將為 LANL 的研究人員提供 NVIDIA Grace Hopper 的效能，並將持續致力於推動實驗室的科學突破的極限。NVIDIA 的加速運算平台與廣闊的商業生態系正移除效能障礙，讓 LANL 能夠挖掘新的發現，進而造福全國乃至整個社會。」
Alps 是瑞士國家超級運算中心的新系統，也將透過 HPE 使用 HPE Cray EX 超級電腦來打造，並將使用 Grace CPU 超級晶片在各領域進行開創性的研究。此系統將作為通用系統，開放瑞士及世界各地的研究組織與單位使用。
NVIDIA Grace 加速運算密集的作業負載
NVIDIA Grace CPU 超級晶片搭載兩個採用 Arm® 架構的 CPU，透過高頻寬、低延遲、低功耗的 NVIDIA NVLink®-C2C 互連技術相互連接。這項突破性設計具有多達 144 個高效能 Arm Neoverse 核心，並結合支援向量擴充指令集，以及 1TB/s 的記憶體子系統。
Grace CPU 超級晶片連接最新的 PCIe Gen 5 協定，使最高效能 GPU 之間可達最高連線能力，此外亦透過 NVIDIA ConnectX®-7 智慧網路介面卡與 NVIDIA BlueField®-3 DPU 支援安全的高效能運算與 AI 作業負載。
Grace Hopper 超級晶片將在與 NVLink-C2C 連結的整合模組中，搭配使用 NVIDIA Hopper GPU 與 NVIDIA Grace CPU，藉以處理高效能運算和大規模 AI 應用程式。採用 NVIDIA Grace 技術的系統將執行一系列 NVIDIA AI 與 NVIDIA 高效能運算軟體，以實現完整堆疊的整合式運算。
敬請觀看 NVIDIA 於台灣時間 5 月 31 日 (星期二) 凌晨 12 點 30 分，由 Ian Buck 在 ISC 發表的特別演講重播，進一步了解 NVIDIA Grace 技術。
關於NVIDIA (輝達)
NVIDIA (輝達) 自 1999 年發明 GPU 起便成功促進 PC 電競市場的成長，並重新定義現代電腦繪圖、高效能運算與人工智慧。NVIDIA 在加速運算和人工智慧領域的開創性成就，正重塑多個市場規模高達數兆美元的產業，如交通運輸、健康醫療和製造業，亦同時促進許多其他產業的成長。欲瞭解更多資訊，請瀏覽 https://nvidianews.nvidia.com/。
