首页 > 技术知识 > 正文

Marvell 近日宣布公司旗下基于 Arm® 的 ThunderX® 系列服务器处理器已实现对 NVIDIA GPU 的支持。继 6 月份 NVIDIA 宣布将 CUDA 引入 Arm 架构相之后,Marvell 着手与NVIDIA协作,开始 将 CUDA-X AI™ 与 HPC 库、GPU 加速型 AI 框架和软件开发工具引入 ThunderX 平台。Marvell 基于 Armv8-A 的 64 位服务器处理器 ThunderX2®,其计算性能与内存带宽,与 NVIDIA GPU 并行处理能力相结合,开辟出了惊人的高能效百万兆级运算路径。

ThunderX 服务器已实现对NVIDIA GPU的支持

人工智能 (AI) 与机器学习 (ML) 继续成为满足云计算与网络边缘计算数据中心服务器需求的关键技术。为解决人工智能与机器学习日益增长的工作负载,以及科研领域最具挑战性和复杂的问题,超级计算机需配备经过优化的处理器,提供领先的吞吐量、应用程序时延和功耗。

ThunderX2 起初专注于 GROMACS、NAMD、MILC 与 LAMMPS 等计算科学应用程序,其配置就已展现出超乎意料的性能。此次它又获得 GPU 的支持,使其能够更加快速、高效的体现出联合优势。

“ThunderX2 服务器处理器对 NVIDIA GPU 的支持,创造出了显著的差异化价值,充分满足百万兆级运算时代对性能和功耗的要求。”Marvell 半导体公司副总裁兼服务器处理器事业部总经理 Gopal Hegde 说道,“NVIDIA GPU 加速对 Arm 架构的支持将进一步拓展 ThunderX2 生态系统在 HPC、云计算和边缘计算市场的应用,促进底层固件,系统软件以及独立商业软件等各类商业应用程序。”

“CUDA 加速在 ThunderX2 对处理器的支持是一个重大里程碑,标志着高能效和高性能的 Arm 架构正式进军软件基础架构市场。”Arm 高级副总兼基础架构事业部总经理 Chris Bergey 说道,“对于整个行业生态系统的创新,其广度和深度将为现有或者未来的边缘计算、云计算等 GPU 负载提供一个轻松的迁移路径和强有力的支持。”

“经NVIDIA GPU 加速的Arm计算架构为全球客户在构建下一代 AI 赋能超级计算机提供更多的选择。”NVIDIA 副总裁兼加速计算总经理 Ian Buck 表示,“NVIDIA 无与伦比的 AI 与 HPC 平台和 Marvell 强大的基于 Arm 的 ThunderX2 服务器处理器的结合已展现出备受瞩目的应用程序性能。”

生态系统支持

ThunderX2服务器处理器是应用范国最广的基于Armv8-A的服务器处理,其生态系统覆盖超过100家合作伙伴企业,涉及商业、开源和行业标准等各个领域。借由NVIDIA的完整软件套件支持,部署在ThunderX2系统上超过600个HPC应用程序和A框架将得以提速。

“与 Marvell 合作,通过 SC8000 计算加速扩展平台为业界提供具备行业领先性能的 ThunderX2 处理器,将数据中心的 AI 功能应用于各类边缘应用程序。”One Stop Systems 首席执行官 Steve Cooper 称,“SC8000 是业内首个将基于 NVlink 的 NVIDIA Tesla GPU 与 Arm 服务器整合的解决方案。将基于 Arm 的架构并入我们的解决方案,将扩展针对客户的 AI on the Fly 边缘设备的应用场景。”

“Red Hat 与 Marvell 在 Arm 服务器生态系统方面的合作历史源远流长,有助于为企业 Arm 架构提供开放的全行业标准。”Red Hat 高级副总裁兼首席技术官 Chris Wright 表示,“将 NVIDIA GPU 用于配备有 CUDA-X 软件开发工具包与库的 ThunderX 系统,方便客户在 Red Hat 平台上选择运行 HPC、人工智能与机器学习应用程序架构。”

“在近期的 Catalyst UK 部署中,SUSE 与 Marvell 在 HPC 方面的强强联手取得了显著成功。”SUSE 副总裁兼产品及解决方案管理者 Daniel Nelson 说道,“在本次合作中,我们很高兴看到Marvell ThunderX2 增加了对 NVIDIA GPU 和 HPC 套件、人工智能与机器学习应用程序的支持。SUSE 期待推动 Arm 生态系统的进一步优化和软件基础架构支持,并将在丹佛市举办的 SC19 行业会议上展出 GPU 支持系统。”

ThunderX 服务器已实现对NVIDIA GPU的支持1

声明: 本文来自Marvell美满,目的在于信息传递,观点仅代表作者本人,不代表易百纳立场。如有侵权或其他问题,请联系我们。

ThunderX 服务器已实现对NVIDIA GPU的支持2

猜你喜欢