NVIDIA推出全球最先进AI系统DGX A100
英伟达在GTC2020大会上发布DGXA100,自称全球最先进人工智能系统,单机人工智能性能5PF,集成8块A100与320GB显存,支持多实例GPU。首批交付美国阿贡国家实验室用于新冠研究。还推出了DGXSuperPOD集群,算力达700PF,起售价为19 9万美元,已面向全球供货。
在AI计算平台领域,这款产品堪称里程碑式突破。NVIDIA在GTC 2020大会上正式发布DGX A100,并直接称其为“全球最先进的AI系统”。单机AI性能飙升至5 Petaflops,更关键的是,它首次将整个数据中心级别的性能与灵活性整合进一台设备中。

这款设备自发布当日起便开始供货,首批交付给美国能源部的阿贡国家实验室。目标非常清晰——利用其强大算力运行AI模型与模拟,加速COVID-19研究进程。NVIDIA创始人黄仁勋表示,DGX A100专为端到端机器学习工作流设计,覆盖数据分析、训练到推理的全流程。面对日益庞大的AI模型与数据量,工程师们终于有了能够跟上节奏的利器。
硬件配置方面,DGX A100集成了8块全新A100 Tensor Core GPU,总内存达320GB,专门用于处理最大规模的AI数据集。内部采用最新Mellanox HDR 200Gbps高速互联技术。值得关注的是多实例GPU功能:一台设备可拆分为最多56个独立GPU实例,小规模任务也能高效处理。这意味着企业可以在一个完全集成的软件定义平台上,按需灵活调配算力资源,无论是数据分析、训练还是推理,都能找到最优资源配置方案。
DGX A100快速普及与客户广泛支持
市场反馈如何?从客户名单可见一斑。全球多家大型企业、服务供应商及政府机构已抢先下单。除阿贡国家实验室外,佛罗里达大学成为全美第一所采用DGX A100的高校,计划用于培养AI人才。该校校长指出,DGX A100将帮助研究人员在各学科领域解决最紧迫的难题,同时让学生掌握未来工作的核心技能。
其他早期用户名单同样颇具分量:
- 德国汉堡-埃彭多夫大学医学中心生物医学人工智能中心,用于推进临床决策支持与流程优化。
- 泰国顶尖的朱拉隆功大学,致力于在自然语言处理、语音识别、计算机视觉及医学成像领域加速创新。
- 德国人工智能研究中心(DFKI),借助DGX A100研究新型深度学习方法及其可解释性,同时大幅降低空间与能耗。
- 蒙特利尔的Element AI,采用该系统优化其Orkestrator调度器性能。
- 悉尼的Harrison.ai,部署澳大利亚首批DGX A100,专门加速AI医疗设备开发。
- 阿联酋人工智能办公室,作为中东首个部署机构,正在建设国家级AI基础设施。
- 越南的VinAI Research,利用DGX A100推动前沿研究与AI应用落地。
目前全球已有数千台前代DGX系统在实际运行,覆盖汽车、医疗、零售、金融、物流等行业,持续推动AI应用发展。
新一代DGX SuperPOD:700 Petaflops的性能巨兽
NVIDIA还同步展示了新一代DGX SuperPOD。该集群由140台DGX A100组成,AI算力高达700 Petaflops。通过Mellanox HDR 200Gbps InfiniBand互联,相当于将140台超级计算节点整合为一台AI超级计算机,专门用于对话式AI、基因组学、自动驾驶等前沿研究。
该集群已是全球最快的AI超级计算机之一,性能相当于以往数千台服务器。更令人惊叹的是,NVIDIA仅用了不到一个月就完成搭建——而过去这类项目通常需要数月甚至数年用于规划与专用组件采购。
对于希望自建类似系统的客户,NVIDIA已发布DGX SuperPOD参考架构,相当于提供现成的设计蓝图与最佳实践指南。
DGXpert计划与DGX-Ready软件生态
硬件到位后,生态与服务同步跟进。NVIDIA推出DGXpert计划,让DGX客户可直接对接NVIDIA AI专家,从规划、实施到持续优化全程获得指导。另一项是DGX-Ready软件计划,帮助客户在AI工作流中筛选经NVIDIA认证的企业级MLOps软件。首批合作伙伴包括Allegro AI、cnvrg.io、Core Scientific、Domino Data Lab、Iguazio和Paperspace。
DGX A100 技术规格详解
核心参数快速一览:
- 8块NVIDIA A100 Tensor Core GPU,AI性能5 Petaflops,GPU总内存320GB,带宽12.4TB/s。
- 6个第三代NVLink NVSwitch互联结构,双向带宽4.8TB/s。
- 9个Mellanox ConnectX-6 HDR 200Gb/s网络接口,双向带宽总计3.6TB/s。
- 集成Mellanox网络计算与加速引擎,包括RDMA、GPUDirect和SHARP技术。
- 15TB Gen4 NVMe内存,速度是上一代Gen3 NVMe SSD的两倍。
- NVIDIA DGX软件堆栈,针对AI与数据科学工作负载深度优化。
简单算一笔账:5台DGX A100组成的机架,可直接替代一个完整的AI训练与推理数据中心,功耗仅为后者的1/20,空间仅占1/25,成本仅1/10。如此性价比,吸引力不言而喻。
供应情况与部署选项
NVIDIA DGX A100系统起售价199,000美元,已通过全球合作伙伴网络开始供货。DDN Storage、Dell Technologies、IBM、NetApp、Pure Storage、Vast等存储技术供应商也计划将DGX A100集成到自家产品中,基于DGX POD和SuperPOD参考架构推出联合方案。
如果不想自行维护硬件,NVIDIA DGX-Ready数据中心合作伙伴在26个国家的122个站点提供托管服务。客户可将DGX基础架构托管在经过验证的世界级数据中心内,按需使用算力。对于追求高性价比设施、又不愿耗费运维精力的团队而言,这种模式显然是理想之选。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:NVIDIA推出全球最先进AI系统DGX A100要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点7 月 1 日消息,科技媒体 digitaltrends 昨日(6 月 30 日)发布博文,报道称包括 ChatGPT Atlas、Perplexity Comet 在内的 6 款 AI 浏览器产品存在漏洞,能被诱导泄露用户敏感数据。附上受影响的 6 款产品如下:ChatGPT AtlasPerpl
GPT求职自荐信实战:结构化写作与风格统一指南求职过程中,简历决定你是否进入筛选池,而自荐信(求职信)决定HR是否带着期待去读你的简历。一封好的自荐信,能直接体现求职态度、逻辑能力和岗位认知,是拉开印象分差距的关键。但大多数人写自荐信时反复踩坑:结构混乱、语气忽飘忽硬、套话连篇、和岗位毫无关联——改
GPT产品描述实战:从卖点堆砌到用户收益表达的转化方法论做电商或产品运营的朋友常遇到一个尴尬局面:产品本身能打,详情页也写了不少字,但用户就是不下单。反复改文案、换角度、调排版,转化率依然低迷。问题往往不在产品,而在表达方式——你还在罗列参数,用户想要的是收益感知。这篇文章带你用GPT建立一套“卖点
GPT社媒内容实战:标题+正文一体化生成,告别无效返工做社媒运营最耗时的往往不是“写不出来”,而是反复打磨、来回修改、风格跑偏——标题吸引人但正文对不上,正文写好了又觉得开头不够抓人,改完一轮发现已经过去两小时。频繁返工不仅消耗精力,更拖累更新节奏。这篇文章带你用GPT建立一套标题+正文一体化生成流
- 日榜
- 周榜
- 月榜
热点快看
