אנבידיה חושפת טכנולוגיה ישראלית שתהפוך כמה דאטה סנטרים למחשב-על אחד

טכנולוגיית Spectrum-XGS שך אנבידיה. הדמיה: יח"צ

בכנס Hot Chips שנערך בסוף השבוע האחרון הכריזה אנבידיה על פתרון חדש שאמור לענות על אחת הבעיות הגדולות בעולם ה-AI: המגבלה הפיזית של דאטה סנטרים. הטכנולוגיה החדשה, שנקראת Spectrum-XGS, פותחה במרכז הפיתוח של החברה בישראל ומאפשרת לחבר כמה מרכזי נתונים נפרדים ליחידה אחת, שתפעל כמחשב-על עצום לבינה מלאכותית.

איך זה עובד?

עם הזינוק הבלתי נתפס בביקוש לכוח מחשוב AI, דאטה סנטרים בודדים מגיעים מהר מאוד לקצה גבול היכולת שלהם, בעיקר מבחינת אספקת חשמל ושטח. הפתרון הטבעי הוא להתפשט למבנים נוספים, אבל זה מייצר בעיות חדשות כמו לייטנסי גבוה, ריצוד (Jitter) וקושי בניבוי ביצועי התקשורת.

כל עדכוני ה-IT, תשתית וטכנולוגיה בערוץ הטלגרם של ITtime

Spectrum-XGS מציעה שכבת הרחבה חדשה לפלטפורמת Spectrum-X של אנבידיה: לצד Scale-Up (הרחבה בתוך ארון שרתים יחיד) ו-Scale-Out (הרחבה בתוך דאטה סנטר אחד), נכנס כעת ממד שלישי Scale-Across, כלומר חיבור בין כמה דאטה סנטרים שונים.

הטכנולוגיה כוללת אלגוריתמים שמבצעים התאמה דינמית למרחק בין האתרים, ומוסיפה יכולות כמו ניהול עומסים אוטומטי, שליטה מדויקת בשיהוי וניטור מקצה-אל-קצה (Telemetry). כך ניתן להבטיח ביצועים יציבים גם כאשר GPUs ושרתים פזורים בערים, מדינות ואפילו יבשות שונות.

המושג ש-Nvidia מקדמת סביב ההכרזה הוא Giga-Scale: היכולת לבנות מפעלי AI עצומים בקנה מידה עולמי. מנכ"ל החברה, ג'נסן הואנג, תיאר זאת בכנס: "לראשונה אפשר לייצר אינטליגנציה בלי מגבלות פיזיות, מהפכה תעשייתית שחוצה אזורים גיאוגרפיים".

כל עדכוני ה-IT, תשתית וטכנולוגיה בערוץ הטלגרם של ITtime

והלקוחות הראשונים הם…

חברות ענק בתחום ה-Hyperscale כבר קפצו על הפתרון החדש. CoreWeave, אחת החברות המובילות בתחום תשתית הענן ל-AI, תהיה מהראשונות שתיישם את הטכנולוגיה כדי לחבר בין הדאטה סנטרים שלה. "המשימה שלנו היא לספק את התשתית העוצמתית ביותר ל-AI", אמר פיטר סלנקי, מייסד-שותף וסמנכ"ל הטכנולוגיות של CoreWeave, "עם NVIDIA Spectrum-XGS אנחנו יכולים לאחד את מרכזי הנתונים שלנו לכדי מחשב-על אחד".

ההכרזה הזו מצטרפת לשורה של חידושים של אנבידיה בתחום התקשורת, כמו מתגי Spectrum-X ו-Quantum-X שמבוססים על טכנולוגיית סיליקון פוטוניקס, שתורמים להורדת צריכת האנרגיה והעלויות התפעוליות במפעלי AI ענקיים.