Facebook，Microsoft使用新的A.I来实现更快的服务服务器设计
发布时间：2021-11-19 10:36:21 所属栏目：大数据 来源：互联网
导读：Facebook周三推出了与其社交网络相关的一些惊人的统计数据。每天，用户观看100万小时的视频，4亿人使用信使，超过9500万张照片和视频在Instagram上发布。 在数据中心的Facebook的S服务器上对Facebook的服务器进行了沉重的负担，这有助于协调所有这些服务，
|
Facebook周三推出了与其社交网络相关的一些惊人的统计数据。每天，用户观看100万小时的视频，4亿人使用信使，超过9500万张照片和视频在Instagram上发布。 在数据中心的Facebook的S服务器上对Facebook的服务器进行了沉重的负担，这有助于协调所有这些服务，以确保及时回复。此外，Facebook“S服务器使用机器学习技术来改进服务，其中一个可见的示例是图像识别。 故事与Microsoft类似，它不断寻求平衡其服务器上的负载。例如，Microsoft的数据中心将机器学习应用于Cortana等自然语言服务。 [进一步阅读：开源硬件正在获得临界质量] 两家公司都推出了新的开源硬件设计，以确保更快地对这种人工智能服务的回应，并且设计将使公司通过其网络和软件提供更多服务。服务器设计是在周三开放计算项目（OCP）美国峰会的开放式计算项目（OCP）。 其他公司可以使用这些服务器设计作为参考设计自己的服务器内部，然后在亚洲发送群众制造，Facebook和谷歌一直在做多年。金融组织也在试验OCP设计，为其组织制作服务器。 Facebook的大盆是一个非正统的服务器盒，该公司已被称为“JBOG” - 仅为一堆GPU - 这可以为机器学习提供前所未有的电力。系统没有CPU，并作为一个独立的框，需要连接到离散服务器和存储框。 大盆地提供了数据中心解耦处理，存储和网络单元的承诺。在独立的池中，存储和处理可以缩放得多，但是当填充在今天的一个服务器盒中时有限。当处理和存储在一起时，计算也更快。解耦单位也分享电力和冷却资源，减少了数据中心中的电费。 大盆地系统可以连接到TioGa Pass，一个新的Facebook开源双CPU服务器设计。 解耦的数据中心设计对于像Facebook和Google这样的公司非常重要，这是购买成千上万的服务器，以满足他们不断增长的处理需求。通过解耦，处理和其他资源，这些公司可以扩展Web服务和机器学习任务。 英特尔也追逐了类似的设计与其机架规模架构，以及像戴尔和惠普的公司，企业为这种服务器实现提供蓝图。 Facebook的大型盆地系统有八个NVIDIA TESLA P100 GPU加速器，通过超快速NVLINK互连在网格体系结构中连接。网格互连类似于NVIDIA的DGX-1服务器中的一个，该服务器中的一个在日本富士通的A.I.超级计算机中使用。 另一个新的A.I.服务器设计来自Microsoft，该Microsoft宣布了项目奥林巴斯，为AI协处理器提供了更多空间。Microsoft还宣布了一个GPU加速器与NVIDIA和INGRASYS称为HGX-1，类似于Facebook的大血管，但可以扩展以将32个GPU联系在一起。 Project Olympus是一种更传统的服务器设计，不需要服务器安装中的大规模更改。它是一个带CPU，GPU，MEMORY，存储和网络中的1U机架服务器。 Microsoft的新服务器设计具有通用的主板插槽，将支持最新的服务器芯片，包括英特尔的Skylake和AMD的那不勒斯。项目奥林巴斯将在服务器中进行一些很少见的事情：通过X86交叉，以支持高通公司的“S Centriq 2400或Cavium”雷霆X2芯片。 Qualcomm将根据OCP峰会的项目Olympus设计显示主板和服务器。Qualcomm服务器将运行Windows Server，第一次在ARM芯片上显示操作系统运行。 Universal X86和Arm主板支持将允许客户在不购买新硬件的情况下在芯片架构之间切换。为项目奥林巴斯带来ARM支持是Microsoft的新服务器设计的大量成就，Microsoft Azure Hardware基础架构总经理Kushagra VAID，在博客条目中表示。 英特尔的SOURS FIPGA（现场可编程门阵列）有空间，这将加速服务器中的搜索和深度学习应用程序。Microsoft使用FPGA来提供更快的Bing结果。服务器还具有最多三个PCI-Express卡的插槽，如GPU，最多八个NVME SSD，以太网和DDR4内存。它还具有多个风扇，散热器和多个电池，以保持服务器在电源损耗时运行。 Project Olympus HGX-1通过NVLink互连技术支持八个NVIDIA Pascal GPU。四个HGX-1 AI加速器可以链接以创建32个GPU的大量机器学习集群。 今天的数据中心正在进行巨大的转变，以支持快速采用A.I. IAN BUCK表示，COMPERING，NVIDIA加速计算副总裁兼总经理。 “来自Microsoft和Facebook的新OCP设计表明，超高度数据中心需要高性能GPU来支持A.I.计算的巨大需求。”Buck表示。 （编辑：大连站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐