AMD Instinct扩大生态系统 为HPC和AI应用程序提供Exascale级技术

简介: AMD Instinct扩大生态系统 为HPC和AI应用程序提供Exascale级技术

3月22日,AMD宣布正式发布AMD Instinct生态系统,其中包括ASUS、Dell Technologies、HPE、Lenovo以及Supermicro在内更广泛的系统支持合作伙伴、全新AMD Instinct MI210加速器以及具备强大功能的ROCm 5软件。结合以上新特性和产品,AMD Instinct以及ROCm生态系统正在为拥有广泛基础的HPC和AI客户提供Exascale级(百亿亿次级)技术,以满足计算加速的数据中心工作负载日益增长的需求,并缩短洞察和发现的时间。


AMD数据中心GPU与加速处理全球副总裁Brad Mccredie表示:“与前代加速器相比,其适用平台增加了一倍,客户在HPC和AI应用程序中的采用率也越来越高,随着商业ISV合作伙伴在关键工作负载中所提供的新支持,我们进一步推动了AMD Instinct MI200加速器以及ROCm 5软件生态系统的采用。现在,随着MI200系列中AMD Instinct MI210加速器的正式推出,无论是为大规模HPC和AI工作负载提供业界领先的加速处理,亦或是通过商业业态获得Exascale级技术支持,我们的客户均可以为他们的工作负载选择最适合的加速器。”


Lumi超级计算机基础设施主管Pekka Manninen说:“基于AMD EPYC处理器和AMD Instinct MI200加速器的Lumi超级计算机将为大规模模拟和建模以及AI和深度学习工作负载提供跨代际般的性能飞跃,以解决研究中的棘手难题。我们已经通过AMD Instinct MI210加速器切身体验到Instinct MI200系列的强大性能,以帮助我们的科学家在Lumi全面部署后,在应对运行中所面临的诸多挑战与复杂性项目时做好准备。”

为未来HPC和AI提供动力

AMD Instinct MI200系列加速器旨在为Exascale级系统的探索提供动力,以帮助研究人员、科学家和工程师解决那些从气候变化到疫苗研究中的紧迫挑战。AMD Instinct MI210加速器则专为需要PCIe规格下卓越HPC和AI性能的客户提供Exascale级技术。基于AMD CDNA 2架构,AMD Instinct MI210加速器扩大了AMD在PCIe 外形规格卡上双精度(FP64)计算的性能领导力。它们还拥有基于AMD Matrix Core技术的广泛混合精度能力,为加速深度学习训练提供一个强大的解决方案。

推动ROCm的采用

作为一个开放的软件平台,AMD ROCm平台基于众多应用程序和库之上,并可为顶级HPC和AI应用程序提供强大性能,以帮助研究人员、科学家和工程师可以借助AMD Instinct加速器的性能推动科学发现。

通过ROCm 5,AMD进一步扩大了其软件平台,新增了对AMD Instinct MI200系列加速器以及AMD Radeon PRO W6800专业显卡的硬件支持,再加上对Red Hat Enterprise Linux 8.5的支持,不仅提高了开发者对ROCm的可用性,还在各种关键负载中实现了更出色的性能。


此外,通过在AMD GPU上进行移植和优化的开源应用程序资源中心AMD Infinity Hub,终端用户得以轻而易举地找到、下载并安装容器化HPC应用程序和ML框架。AMD Infinity Hub应用容器旨在减少获取和安装软件时的传统难题和困难,同时让用户根据共享的经验和问题解决办法来获得帮助。

不断扩大的合作伙伴和客户生态系统

随着越来越多的专业应用程序通过ROCm和AMD Instinct加速器进行优化,AMD进一步扩大了其软件生态系统,新增了包括Ansys Cascade Technologies以及TempoQuest在内的商业ISV合作伙伴。这些ISV合作伙伴可为包括计算流体力学(CFD)、气象、计算机辅助工程(CAE)在内的加速工作负载提供应用程序。除了以上更新,ROCm现有的应用程序支持还包括HPC、AI和机器学习应用程序,以及AMBER、Chroma、CP2K、GRID、GROMACs、LAAMPS、MILC、Mini-HAAC、NAMD、NAMD 3.0、ONNX-RT、OpenMM、PyTorch、RELION、SPECFEM3D Cartesian、SPECFEM3D Globe和TensorFlow。

 

AMD还与诸如包括ASUS、Dell Technologies、HPE、Lenovo、Supermicro在内的合作伙伴以及Colfax、Exxact、KOI Computers、Nor-Tech、Penguin和Symmetric等系统集成商合作提供差异化解决方案以应对下一代计算挑战。众多超级计算机客户也已经开始充分利用这些新客户成功案例所带来的优势,例如橡树岭国家实验室、KTH/Dardel、CSC/LUMI以及Cines/Adastra。


为客户和合作伙伴提供优质服务

AMD Accelerator Cloud可为客户提供可远程访问并评估AMD Instinct加速器和AMD ROCm软件的环境。无论是移植遗留代码、对应用程序进行基准测试,还是测试多GPU或多节点扩展,AMD Accelerator Cloud都可以让潜在客户和合作伙伴快速、轻而易举地获取最新GPU和软件。AMD Accelerator Cloud还可被用于支持各种活动,例如为现有或潜在的客户提供黑客马拉松和ROCm培训课程,帮助开发者提升他们的技能并学习如何最大程度的利用AMD Instinct加速器。


MI200系列参数

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
3天前
|
人工智能 自然语言处理 Serverless
阿里云函数计算 x NVIDIA 加速企业 AI 应用落地
阿里云函数计算与 NVIDIA TensorRT/TensorRT-LLM 展开合作,通过结合阿里云的无缝计算体验和 NVIDIA 的高性能推理库,开发者能够以更低的成本、更高的效率完成复杂的 AI 任务,加速技术落地和应用创新。
|
4天前
|
人工智能 数据可视化 API
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
21 2
|
1天前
|
数据采集 机器学习/深度学习 人工智能
AI在医疗诊断中的应用
【9月更文挑战第15天】本文将探讨人工智能(AI)在医疗诊断领域的应用。我们将首先介绍AI的基本概念和其在医疗领域的潜力,然后通过一些具体的案例来展示AI如何帮助医生进行更准确的诊断。最后,我们将讨论AI在医疗诊断中面临的挑战和未来的可能性。
|
2天前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性的技术,触手可及的健康
本文探讨了人工智能(AI)在医疗领域的应用及其潜力。从诊断辅助、个性化治疗到药物研发,AI正在改变我们理解健康和疾病的方式。同时,本文也讨论了AI面临的伦理挑战和数据隐私问题,呼吁建立相应的法律法规来保障患者权益。最后,本文对AI在未来医疗中的角色进行了展望,认为AI将继续推动医疗领域的创新和发展。
19 8
|
1天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗诊断中的应用:精准医疗的加速发展
【9月更文挑战第16天】随着人工智能(AI)技术的不断进步,医疗领域正经历前所未有的变革。本文探讨了AI在医学影像分析、病历数据分析和病症诊断预测等方面的应用,展示了其在提高诊断准确性、推动个性化治疗和促进医疗资源均衡分布方面的巨大潜力。AI正加速精准医疗的发展,有望在未来实现更智能、个性化的医疗服务,全面提升医疗质量和效率。
26 11
|
5天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用
【8月更文挑战第43天】本文将介绍人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和健康管理等方面。我们将通过实例和代码示例,展示AI如何帮助医生提高诊断准确性,加速药物研发过程,以及提供个性化的健康管理方案。让我们一起探索AI技术如何改变医疗保健的未来。
|
2天前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性的技术,重塑健康格局
本文探讨了人工智能(AI)在医疗领域的应用及其对未来健康的深远影响。通过分析AI在疾病诊断、治疗和预防方面的具体案例,揭示了这一技术如何提升医疗服务的效率和准确性,并展望了AI在未来医疗中的潜力。
9 1
|
4天前
|
机器学习/深度学习 数据采集 人工智能
AI技术在自然语言处理中的应用与挑战
【9月更文挑战第12天】本文将探讨AI技术在自然语言处理(NLP)领域的应用及其面临的挑战。我们将介绍NLP的基本概念、主要任务和应用场景,并分析当前AI技术在NLP中的局限性和未来发展趋势。通过实际案例和代码示例,我们将展示AI技术如何帮助解决NLP问题,并探讨如何克服现有挑战以实现更高效的自然语言处理系统。
|
3天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用与挑战
人工智能技术在医疗领域的应用日益广泛,尤其在医疗诊断中显示出巨大的潜力和优势。本文将探讨AI在医疗诊断中的应用,包括影像识别、病理分析、个性化治疗方案等,同时分析当前面临的挑战,如数据隐私、算法偏见和法规制约。通过对具体案例和技术原理的分析,我们希望能为读者提供一个全面而深入的视角,理解AI如何在医疗诊断中发挥作用,以及未来可能的发展方向。
|
3天前
|
机器学习/深度学习 人工智能 监控
探索AI技术在医疗健康中的应用与前景
本文深入探讨了人工智能(AI)技术在医疗健康领域的多样化应用及其未来发展潜力。通过分析当前AI技术的具体应用案例,如智能诊断、个性化治疗方案制定、患者监护与管理等,文章揭示了AI如何助力提升医疗服务质量、增强疾病预防能力并优化医疗资源配置。同时,针对AI技术发展中面临的伦理、隐私保护及技术准确性等挑战,文章提出了相应的解决策略和建议,旨在为读者提供一个全面而深入的视角,理解AI技术在医疗健康领域的现状与未来趋势。
9 0