اولین سرور Vera Rubin روی گوگل کلاد راه افتاد
خلاصهٔ کاملتر
خبر از یه پست لینکدینه: Heather Gorham از استارتاپ Ineffable Intelligence نوشته اولین اینستنس A5X گوگل کلاد برای تیمشون بالا اومده. به گفتهٔ او، تقریباً هر ارائهدهندهٔ ابری که باهاش حرف زدن گفته بوده دسترسی به سختافزار Vera Rubin انویدیا قبل از سال ۲۰۲۷ ممکن نیست، ولی گوگل کلاد این کارو خیلی زودتر جور کرده. تیم میگه همین حالا هم مشغول تست زیرساختیه که قراره مدلهاشون رو بچرخونه.
Amin Vahdat از گوگل کلاد تو پست اصلی همینو تأیید کرده و به David Silver و تیم Ineffable تبریک گفته. طبق نوشتهٔ او، A5X روی NVIDIA Vera Rubin NVL72 سواره و با نسل چهارم سیستم خنککاری مایع پیشرفتهٔ گوگل خنک میشه. اینکه پای خنککاری مایع وسطه، خودش گویای مصرف و چگالی توان این نسل از رکهای شتابدهندهست.
مأموریت Ineffable چیزیه که Amin Vahdat «واقعاً منحصربهفرد» توصیفش میکنه: رسیدن به ابرهوش از راه ساخت یه «سوپرلرنر». بهجای آموزش روی دیتاستهای ثابت، مدلهاشون قراره پیوسته و از حجم عظیمی از تجربهٔ بیدرنگ یاد بگیرن. این سبک آموزش عملاً یه بار کاری یادگیری تقویتی در مقیاس بزرگ میسازه که رفتار و نیازهاش با آموزش معمولی فرق داره.
به گفتهٔ Amin Vahdat، تأمین کارایی برای همچین باری یه چالش مهندسی سیستمه که همزمان محاسبات، ذخیرهسازی و شبکه رو درگیر میکنه؛ و دلیل انتخاب AI Hypercomputer گوگل هم همینه. تو این معماری، سرویسهای ذخیرهسازی کنار قابلیتهای شبکهٔ Virgo کار میکنن تا GPUها بیکار نمونن و ضریب استفادهشون تو مقیاس بالا بمونه. او اضافه کرده که بعد از Ineffable، مشتریهای دیگه هم تو صف همین سختافزارن.
زیر پست، آدمهایی از گوگل و بیرونش تبریک گفتن و یکیشون به این اشاره کرده که رسوندن رکهای Vera Rubin به محیط production با این سرعت خودش دستاورد قابل توجهیه. جنس این خبر یه پست شبکهٔ اجتماعیه، پس عدد و بنچمارک مستقلی همراهش نیست؛ ولی نشون میده رقابت سر دسترسی زودهنگام به نسل بعدی شتابدهندهها چقدر جدی شده.
نکات کلیدی:
- اولین اینستنس A5X گوگل کلاد برای استارتاپ Ineffable Intelligence راه افتاد.
- A5X روی NVIDIA Vera Rubin NVL72 و با نسل چهارم خنککاری مایع گوگل کار میکنه.
- بقیهٔ ابرها به این تیم گفته بودن Vera Rubin تا ۲۰۲۷ در دسترس نیست.
- هدف Ineffable ساخت «سوپرلرنر»ه: یادگیری پیوسته از تجربهٔ بیدرنگ بهجای دیتاست ثابت.
- انتخاب AI Hypercomputer به خاطر هماهنگی محاسبات، ذخیرهسازی و شبکه برای بالا نگه داشتن ضریب استفادهٔ GPU بوده.




