Perlmutter adalah superkomputer AI tercepat di dunia dengan 6.144 GPU Nvidia
Pada 27 Mei 2021, raksasa teknologi Nvidia dan National Energy Research Science Computer (NERSC) menghidupkan apa yang mereka sebut superkomputer AI tercepat di dunia. Dinamakan setelah Saul Perlmutter, seorang astrofisikawan di Lawrence Berkley National Laboratory, “Perlmutter” telah dipuji sebagai superkomputer tercepat untuk melakukan tugas-tugas terkait kecerdasan buatan (AI).
Kepala pemasaran produk Nvidia mengungkapkan detail Perlmutter melalui posting blog resmi. Harris mengatakan bahwa Perlmutter “Sistem tercepat di planet ini” Karena menangani beban kerja termasuk matematika presisi campuran 16-bit dan 32-bit digunakan dalam berbagai aplikasi kecerdasan buatan.
Namun, Perlmutter awalnya akan ditugaskan untuk membuat peta 3D terbesar yang pernah ada di alam semesta kita sebelum pindah ke proyek berbasis AI lainnya di masa depan. Selanjutnya, para peneliti akan menambahkan lebih banyak kekuatan komputasi AI ke sistem akhir tahun ini, dalam pengembangan tahap kedua.
“Dalam satu proyek, superkomputer akan membantu merakit peta 3D terbesar dari alam semesta yang terlihat hingga saat ini. Ini akan memproses data dari Dark Energy Spectroscopic Instrument (DESI), sejenis kamera kosmik yang dapat menangkap sebanyak 5000 galaksi dalam satu eksposur,” Dion Harris menulis dalam posting blog.
Sekarang, datang ke internal komputer, yang mengemas Perlmutter 6, 144 Nvidia A100 Tensor Core GPU. Nah, biarkan itu meresap sejenak!
Jadi lebih dari enam ribu GPU Nvidia akan memberi daya pada sistem untuk menangani beberapa tugas berbasis AI yang paling kompleks. Diharapkan memberi lebih dari 7.000 peneliti NERSC akses ke empat exaflops kinerja komputasi presisi campuran untuk penelitian ilmiah berbasis AI.
“Superkomputer tradisional hampir tidak dapat menangani matematika yang diperlukan untuk menghasilkan simulasi beberapa atom dalam nanodetik dengan program seperti Quantum Espresso. Tetapi dengan menggabungkan simulasi mereka yang sangat akurat dengan pembelajaran mesin, para ilmuwan dapat mempelajari lebih banyak atom dalam jangka waktu yang lebih lama.” Wahid Bhimji, penjabat kepala layanan data dan analitik di NERSC.
