Meta 的 AI 超级计算机——迄今为止最大的 NVIDIA DGX A100 客户系统——将为 Meta AI 研究人员提供 5 exaflops 的 AI 性能，并配备尖端的 NVIDIA 系统、InfiniBand 结构和软件，可在数千个 GPU 上进行优化。
图片来源：Nvidia官网
元宇宙平台Meta Platforms正在构建所谓全球最快的、专注于人工智能的超级计算机，以处理涉及自然语言处理和计算机视觉的新型高级工作负载。
今天该公司透露，这套名为AI Research SuperCluster（RSC）的超级计算机虽然尚未完成，但已经启动并运行，用于训练具有数十亿参数的大型AI模型。
Meta长期以来一直是人工智能研究领域一个雄心勃勃的参与者，其原因也随着这套最新的超级计算机问世而变得越来越明显。Meta认为，人工智能在所谓元宇宙的发展中，将发挥着重要作用。元宇宙是一种虚拟世界，Meta认为人们将越来越多地聚集在Meta进行社交、工作和娱乐。
Meta AI研究人员Kevin Lee和Shubho Sengupta在一篇博文中这样写道：“我们希望RSC能够帮助我们构建全新的AI系统，例如，可以为那些说不同语言的人们提供实时语音翻译，这样让他们可以在研究项目上无缝地展开协作，或者一起玩AR游戏。最终，RSC相关的工作成果将为下一代主流计算平台——元宇宙——的技术铺平道路，在元宇宙中，AI应用和产品将发挥重要作用。”
Meta 的 AI Research SuperCluster 具有数百个 NVIDIA DGX 系统，这些系统连接在 NVIDIA Quantum InfiniBand 网络上，以加速其 AI 研究团队的工作。
Meta研究人员解释说，最近Meta在“自我监督学习”领域取得了长足的进步，这项技术是指算法可通过大量未标记的示例中进行学习，此外，Meta还让AI可通过专注于某些特定领域的输入来实现更高效的推理。
Meta总结说，为了让自我监督式学习和基于转换器的模型发挥全部优点，就需要训练越来越复杂的、适应性更强的AI模型，而这就意味着要处理更多的数据。例如，要开发更先进的计算机视觉模型，需要以更高的数据采样率处理更大更长的视频。
同时，语音识别也需要面对有大量背景噪音、最具挑战性的场景，自然语言处理必须理解不同的语言、口音和方言，因此Meta需要一台比目前现有计算机更强大的超级计算机。
RSC的功能非常强大，在760个Nvidia DGX A100系统中配置了6080个Nvidia最新型A100 GPU，而且这些GPU组合成了DGX节点，节点采用Nvidia高性能Quantum 200 Gb/s InfiniBand实现网络互连。RSC还采用了Pure Storage FlashArrays提供的175 PB存储，以及来自Penguin Computing Altus系统的46 PB缓存存储。
“与Meta传统生产型和研究型基础设施相比，RSC的早期基准测试表明，它运行计算机视觉工作流程的速度提高了20倍，运行Nvidia NCCL的速度提高9倍多，训练大规模NLP的模型快了3倍，这意味训练一个有数百亿参数的模型只需要3周时间，而之前需要9周，”Meta AI研究人员这样表示。
然而，Meta的目标是让RSC变得越来越强大，计划今年年中将实现连接16000个GPU。
除了专注于速度和功率之外，RSC还考虑到了安全性。Meta在人工智能领域的雄心壮志，需要能够使用来自自身生产系统的大量真实数据，所以需要非常小心谨慎地保护这些数据信息。
“RSC的设计从一开始就考虑到了隐私和安全性，因此Meta的研究人员可以使用经过加密的用户数据安全地训练模型，而且这些数据在训练完成之前都一直是加密的，”Lee和Sengupta这样写道。
这些保护措施包括确保RSC与公共互联网隔离，没有直接的入站或出站连接。同时，从Meta的存储系统到GPU的整个路径都是加密的，只有在数据被真正使用之前，才会被解密，不管是在GPU端点，还是内存中。
Constellation Research分析师Holger Mueller表示，主宰虚拟世界的竞赛正如火如荼地展开，AI将成为其中至关重要的一部分。
“毫无疑问，Meta作为对元宇宙抱有远大抱负的主要参与者之一，正在建造他们第一台用于研究目的的AI超级计算机。元宇宙仍处于起步阶段，需要进行大量研究才能真正起飞，因此Meta正在朝着实现这一目标迈出关键的第一步。”
Meta解释说，RSC现在已经启动并运行，很快就会变得越来越强大。今年Meta计划把RSC的GPU数量从6080个增加到16000个，整体AI训练性能提高到当前水平的2.5倍多。
Meta解释说：“我们预计，要让计算能力实现这种阶跃函数式的变化，不仅使我们能够为现有服务打造更准确的AI模型，而且还可以实现全新的用户体验，尤其是在元宇宙中。我们在自我监督式学习和使用RSC构建下一代AI基础设施方面的长期投资，将帮助我们打造基础技术为元界提供动力，并在更广泛的层面上推动AI社区的发展。”