أخبار ar.wedoany.com، عقدت شركة لينوفو أمس مؤتمراً صحفياً في بكين، حيث أعلن تشن تشن كوان، نائب رئيس مجموعة لينوفو والمدير العام لمجموعة أعمال البنية التحتية في الصين، أن مجموعة البنية التحتية الصينية التابعة لشركة لينوفو ستستهدف تحقيق إيرادات تبلغ 100 مليار يوان صيني بحلول عام 2027، وتهدف إلى احتلال المركز الأول في سوق الخوادم في الصين.
خلال المؤتمر، كشفت لينوفو عن حل الحوسبة الفائقة "لينوفو وين تيان سوبر نود". تستوعب العقدة الواحدة 40 بطاقة GPU، بقدرة حوسبة FP8 تتجاوز 28 بيتافلوب، وذاكرة HBM تتجاوز 5.76 تيرابايت، مما يلبي متطلبات تدريب وتشغيل نماذج الذكاء الاصطناعي الضخمة التي تتجاوز تريليون معامل. يبلغ إجمالي عرض النطاق الترددي للذاكرة أكثر من 80 تيرابايت/ثانية، مع زمن انتقال أحادي الاتجاه بين الرقائق على مستوى مئات النانو ثانية، مما يحل عنق الزجاجة في الاتصالات بين مجموعات الحوسبة التي تضم عشرات الآلاف من البطاقات. تدعم العقدة الواحدة 40 بطاقة، مع إمكانية التوسع الأفقي (Scale-out) لتشكيل مجموعات، كما أنها متوافقة مع تكوين 32 بطاقة لتلبية احتياجات التدريب والتشغيل والتطوير والاختبار بمختلف المقاييس. تعتمد البنية على تصميم توصيل مباشر متعامد بدون كابلات، ومتوافقة مع حاوية قياسية مقاس 19 بوصة، مما يقلص دورة نشر المجموعة إلى بضع ساعات، ويخفض بشكل كبير عتبة نشر مجموعات الحوسبة الفائقة واسعة النطاق.
كما أطلقت لينوفو منصة الحوسبة غير المتجانسة الذكية "وان كوان" الإصدار V5.0، والتي تشهد ترقيتين جوهرية. تحقق تقنية تسريع التدريب والتشغيل للمجموعات، من خلال بنية الفصل الطبقي (PD) وتقنيات تحسين مشاركة ذاكرة التخزين المؤقت KV Cache، أداءً رائداً وشاملاً في تدريب وتشغيل النماذج الكبيرة، مما يعزز بشكل كبير معدل استخدام موارد المجموعة. أما تقنية التحسين والتجميع للنواة والنموذج، فتحقق مطابقة تلقائية لمخططات الحوسبة لمختلف النماذج وتوليداً تلقائياً للمشغلات، مما يتكيف بعمق مع بيئة رقاقات الحوسبة المتنوعة، ويرفع كفاءة الحوسبة في كامل عملية التدريب والتشغيل.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com









