Компания NVIDIA делает серьёзную ставку на вычислительные системы DGX-2, которые имеют 16 ускорителей Tesla V100, но Liqid отныне предлагает модульную систему LQD8360, которая использует более доступные комплектующие, вдвое дешевле DGX-2 и при этом ещё и производительнее.
Следует пояснить, что компоновка систем Liqid позволяет формировать инфраструктуру под различные задачи достаточно гибко, подключая необходимые модули. Система использует собственную PCIe-фабрику, серверы Dell PowerEdge R640 и GPU-модули.
За ускорение работы с нейросетями в составе решения Liqid отвечает так называемый GPU Super Pod — отдельный корпус, способный приютить до 20 графических адаптеров NVIDIA Quadro RTX 8000, каждый из которых будет работать через интерфейс PCI Express x16. Совокупная ёмкость твердотельных накопителей с поддержкой протокола NVMe может достигать 60 Тбайт, предусмотрено до четырёх сетевых портов со скоростью передачи информации 100 Гбит/с.
Связка из двадцати графических процессоров может работать в сочетании с одним, двумя или четырьмя центральными процессорами, в данном случае они будут располагаться внутри готового сервера стороннего производителя. Dell уже адаптировала BIOS своих серверов PowerEdge R640 для корректной работы с 20 графическими адаптерами.
Секрет эффективного взаимодействия «внешних» графических адаптеров с головной серверной системой заключается не только в использовании фирменного программного обеспечения Liqid Command Center, но и в применении специального интерфейса, который использует шину PCI Express 3.0 для связи с блоком внешних графических адаптеров. В тесте Resnet50 конфигурация с 16 графическими адаптерами Quadro RTX 8000 оказывается быстрее NVIDIA DGX-2 в распознавании образов, но при этом сохраняет примерно в два раза более низкую стоимость.
Liqid не ставит задачу конкурировать с NVIDIA в этой сфере. В действительности, последняя из компаний помогала специалистам Liqid в настройке системы. Распознавание образов — лишь частный случай применения Liqid LQD8360, связку из 20 адаптеров Quadro RTX 8000 целесообразнее использовать, например, для рендеринга. NVIDIA DGX-2 чаще применяется для обучения нейронных сетей и других сугубо вычислительных задач, поэтому соперничать с Liqid компании-партнёру не придётся.
