DGX-1

DGX-1 — это специализированный суперкомпьютер, разработанный и выпускаемый компанией NVIDIA, предназначенный для задач глубокого обучения и искусственного интеллекта (ИИ). Представляет собой интегрированную систему, объединяющую несколько графических процессоров (GPU) NVIDIA, высокоскоростную память и сетевые интерфейсы, оптимизированную для обучения и инференса нейросетей.

История

Первый прототип DGX-1 был анонсирован в апреле 2016 года на конференции NVIDIA GTC (GPU Technology Conference). Массовое производство началось в том же году. Система позиционировалась как «первый суперкомпьютер для глубокого обучения», созданный для упрощения развертывания и масштабирования ИИ-инфраструктуры. Первый серийный экземпляр DGX-1 был передан компании OpenAI в 2016 году в качестве подарка от генерального директора NVIDIA Дженсена Хуанга.

В 2017 году вышла обновленная версия DGX-1 с процессорами NVIDIA Volta V100, которая обеспечивала значительный прирост производительности по сравнению с предыдущей моделью на базе Pascal P100. В 2020 году была представлена версия с процессорами A100 на архитектуре Ampere. Производство DGX-1 было прекращено в 2021 году с выходом более мощной системы DGX-2 и последующих моделей.

Устройство и архитектура

DGX-1 представляет собой законченный вычислительный блок в форм-факторе стоечного сервера (4U). Ключевые компоненты:

• Графические процессоры (GPU): В зависимости от поколения, система оснащалась 8 GPU NVIDIA Tesla P100 (Pascal), V100 (Volta) или A100 (Ampere). Каждый GPU имеет собственную память HBM2 (High Bandwidth Memory 2) объёмом от 16 ГБ (P100) до 40 ГБ (A100).
• Соединение GPU: Все 8 GPU соединены между собой через высокоскоростную шину NVLink (NVIDIA NVLink) с топологией «гибридный куб» (hybrid cube mesh). Это обеспечивает пропускную способность до 300 ГБ/с (в версии с V100) между парами GPU, что значительно быстрее, чем через стандартную шину PCI Express.
• Центральный процессор (CPU): Используются два процессора Intel Xeon E5-2600 v4 (Broadwell) или Xeon Platinum (Skylake) в зависимости от поколения.
• Память: 512 ГБ оперативной памяти DDR4 с коррекцией ошибок (ECC).
• Хранилище: 4 твердотельных накопителя (SSD) NVMe общим объёмом 30 ТБ (в некоторых конфигурациях — 10 ТБ).
• Сеть: Встроенный сетевой адаптер Mellanox ConnectX-5 (10/25/100 Гбит/с Ethernet или InfiniBand) для объединения нескольких DGX-1 в кластер.
• Система охлаждения: Жидкостное охлаждение GPU с замкнутым контуром, отводящее тепло на радиаторы с вентиляторами.

Характеристики производительности

Производительность DGX-1 измеряется в операциях с плавающей запятой (FLOPs) и зависит от поколения GPU:

• DGX-1 (P100): 170 Терафлопс (FP16) — для обучения нейросетей.
• DGX-1 (V100): 960 Терафлопс (FP16) / 480 Терафлопс (FP32) — для обучения; 1,9 Петафлопс (INT8) — для инференса.
• DGX-1 (A100): 5 Петафлопс (FP16) / 10 Петафлопс (TF32) — для обучения; 20 Петафлопс (INT8) — для инференса.

Энергопотребление системы составляет до 3,2 кВт (в версии с V100) и до 4,5 кВт (с A100). Вес — около 100 кг.

Программное обеспечение

DGX-1 поставляется с предустановленным программным стеком NVIDIA DGX OS, основанным на Ubuntu Linux. В состав входят:

• NVIDIA CUDA — платформа параллельных вычислений.
• NVIDIA cuDNN — библиотека для глубоких нейронных сетей.
• NVIDIA NCCL — библиотека для коллективных коммуникаций между GPU.
• NVIDIA TensorRT — оптимизатор для инференса.
• Docker — контейнеризация окружений.
• NVIDIA GPU Cloud (NGC) — реестр контейнеров с оптимизированными образами для ИИ (например, TensorFlow, PyTorch, MXNet).

Система поддерживает фреймворки глубокого обучения, такие как TensorFlow, PyTorch, Apache MXNet, Caffe2, Microsoft Cognitive Toolkit и другие.

Применение

DGX-1 используется в исследовательских центрах, университетах и коммерческих компаниях для:

• Обучения глубоких нейронных сетей: Обработка больших объёмов данных (изображения, видео, текст, аудио) для задач компьютерного зрения, обработки естественного языка (NLP), рекомендательных систем.
• Инференса: Быстрый запуск обученных моделей в реальном времени.
• Научных вычислений: Моделирование в физике, химии, биологии (например, в проектах по анализу генома или климата).
• Разработки автономных систем: Обучение моделей для беспилотных автомобилей, робототехники.

Модификации

• DGX-1 (P100) — первая модель (2016).
• DGX-1 (V100) — обновление с процессорами Volta (2017).
• DGX-1 (A100) — финальная версия с процессорами Ampere (2020).
• DGX Station — настольная версия с 4 GPU, предназначенная для индивидуальных разработчиков.

Критика

Основные замечания к DGX-1 связаны с высокой стоимостью (от $129 000 за базовую модель) и энергопотреблением. Система требует специального охлаждения и электропитания, что ограничивает её применение в малых компаниях. Также отмечалась сложность в настройке и администрировании для пользователей без опыта работы с GPU-кластерами.

Источники

• NVIDIA DGX-1 Datasheet (2016, 2017, 2020).
• NVIDIA GTC 2016 — анонс DGX-1.
• Статья «NVIDIA DGX-1: The Deep Learning Supercomputer» (NVIDIA Blog, 2016).
• Документация NVIDIA DGX OS.
• Обзоры в журналах «IEEE Spectrum» и «AnandTech» (2016–2020).