[HPC存储] NVIDIA Eos AI 超级计算机需要巨型存储系统

发布时间：

2022-04-22 00:00

　　在近期举行的GTC22大会上，NVIDIA宣布正在建造全球运行速度超快的 AI 超级计算机 Eos。该系统预计将提供 18.4 Exaflops 的 AI 计算性能，比速度名列前茅的日本Fugaku 超级计算机快 4 倍;在传统的科学计算方面，Eos 预计将提供 275 Petaflop 的性能。Eos超级计算机预计于今年晚些时候开始运行，将用于NVIDIA内部在气候科学、数字生物学和 AI 方面的研究工作。

　　Eos系统采用DGX SuperPOD架构建造，共配备 576 台 DGX H100 系统 (每台系统配备8块 H100 GPU)，共计 4608 块 DGX H100 GPU。32台 DGX H100 系统组成一个DGX POD，因此，Eos系统由18 个DGX POD 组成。要为如此众多的GPU快速地提供数据也意味着Eos系统需要极大的存储系统(至少数百PB的全闪容量，以及若干二级存储)，这样才能保证GPU处于忙碌状态，而不至于因等待数据传输而空闲。

　　由于每个DGX计算节点将包含2颗NVIDIA BlueField-3 DPU以用于工作负载的卸载，加速和隔离。因此，存储系统预计也将采用BlueField-3 DPU作为前端NIC和存储处理器。

　　在DGX POD中，DGX H100节点之间和H100 GPU之间都通过NVLink Switch系统连接，GPU之间移动数据的对分带宽高达70 TB/sec，是上一代产品的11倍。要达到这样的高带宽需要存储系统有足够的容量和速度提供支撑。