ไทเป, 7 กรกฎาคม 2569 /PRNewswire/ -- GIGABYTE แบรนด์คอมพิวเตอร์ชั้นนำของโลก สาธิตศักยภาพของการทำคลัสเตอร์ AI TOP ATOM แบบสี่โหนด ในการขยายขีดความสามารถของการประมวลผล AI ภายในองค์กร (Local AI Computing) เพื่อรองรับภาระงานที่มีความซับซ้อนมากขึ้นอย่างต่อเนื่อง เนื่องด้วยที่โมเดล AI การจำลองเชิงวิทยาศาสตร์ และแอปพลิเคชันระดับองค์กรมีขนาดและความซับซ้อนเพิ่มขึ้นอย่างต่อเนื่อง ระบบแบบสแตนด์อโลน (standalone) จึงไม่เพียงพอที่จะรองรับความต้องการด้านหน่วยความจำและพลังการประมวลผลที่เพิ่มสูงขึ้นอีกต่อไป การทำคลัสเตอร์ด้วย AI TOP ATOM ช่วยขจัดข้อจำกัดดังกล่าว โดยทำให้สามารถประมวลผลงานที่ต้องใช้หน่วยความจำขนาดใหญ่ภายในระบบภายในองค์กรได้ โดยไม่ต้องแลกกับความปลอดภัยของข้อมูล

แต่ละโหนดของ AI TOP ATOM มอบประสิทธิภาพการประมวลผล AI ระดับ 1 PFLOPS ที่ความแม่นยำ FP4 พร้อมหน่วยความจำแบบรวม (unified memory) ขนาด 128 GB เมื่อเชื่อมต่อโหนดทั้งสี่เข้าด้วยกันผ่านสวิตซ์ 200GbE ที่รองรับเทคโนโลยี RoCE ซึ่งแต่ละโหนดมีหน่วยความจำแบบรวมขนาด 128 GB ก็จะสามารถรองรับภาระงานที่ต้องใช้หน่วยความจำจำนวนมากได้เกินกว่าขีดจำกัดของระบบแบบสแตนด์อโลน สถาปัตยกรรมแบบโมดูลาร์นี้เปิดโอกาสให้องค์กรสามารถขยายระบบจาก 1 โหนดไปเป็น 4 โหนดได้ตามการเติบโตของความต้องการด้านภาระงาน โดยยังคงรักษาความสามารถในการติดตั้งใช้งานภายในองค์กรและการควบคุมอธิปไตยของข้อมูลไว้ได้อย่างสมบูรณ์ พร้อมวางรากฐานที่สามารถขยายขนาดได้สำหรับภาระงานด้าน AI และงานประมวลผลเชิงวิทยาศาสตร์ที่มีขนาดใหญ่ยิ่งขึ้น

เพื่อสาธิตขีดความสามารถดังกล่าว GIGABYTE ได้ร่วมมือกับ NVIDIA ในการนำเสนอเวิร์กโฟลว์การประมวลผลเชิงวิทยาศาสตร์ที่ขับเคลื่อนด้วย AI บนคลัสเตอร์ AI TOP ATOM โดยเวิร์กโฟลว์ดังกล่าวทำงานบนพื้นฐานของชุดแม่แบบ NVIDIA NemoClaw Blueprints ซึ่งทำหน้าที่ประสานการทำงานของโมเดลโอเพนซอร์ส NVIDIA Nemotron-3-Nano-30B-NVFP4 สำหรับการสร้างสมมติฐานการวิจัย และสั่งให้ GROMACS ดำเนินการจำลองบนคลัสเตอร์ ด้วยการเชื่อมโยงความสามารถด้านการให้เหตุผลของ AI เข้ากับการจำลองเชิงวิทยาศาสตร์ เวิร์กโฟลว์ดังกล่าวจึงแสดงให้เห็นว่างานวิจัยที่ขับเคลื่อนด้วย AI สามารถดำเนินการได้อย่างมีประสิทธิภาพภายในสภาพแวดล้อมการประมวลผลแบบคลัสเตอร์

ในการสาธิตครั้งนี้ เวิร์กโฟลว์ดังกล่าวถูกนำไปประยุกต์ใช้กับการพัฒนาวัสดุเชื่อมต่อการถ่ายเทความร้อน (TIM) สำหรับงานบรรจุภัณฑ์เซมิคอนดักเตอร์ขั้นสูง ซึ่งเป็นภาระงานที่พึ่งพาการจำลองพลวัตเชิงโมเลกุลขนาดใหญ่มากขึ้นอย่างต่อเนื่อง ในขณะที่ระบบแบบสแตนด์อโลนโดยทั่วไปมีข้อจำกัดโดยสามารถรองรับการจำลองได้เพียงประมาณ 10 ล้านอะตอม ก่อนจะเผชิญกับข้อจำกัดด้านหน่วยความจำ คลัสเตอร์ AI TOP ATOM แบบสี่โหนดสามารถขยายขีดความสามารถของการจำลองให้รองรับได้มากกว่า 30 ล้านอะตอม สำหรับการวิจัยด้านบรรจุภัณฑ์วงจรรวม (IC packaging) ในยุคถัดไป

การสาธิตครั้งนี้แสดงให้เห็นว่าการทำคลัสเตอร์ AI TOP ATOM แบบสี่โหนด สามารถรองรับการจำลองเชิงวิทยาศาสตร์ในระดับที่ใหญ่เกินกว่าขีดความสามารถของระบบแบบสแตนด์อโลน พร้อมทั้งขยายบทบาทของแพลตฟอร์มจากการพัฒนา AI ไปสู่การรองรับงานประมวลผลเชิงวิทยาศาสตร์รูปแบบใหม่ ๆ ที่กำลังเกิดขึ้น สำหรับข้อมูลเพิ่มเติม โปรดเยี่ยมชม GIGABYTE AI TOP ATOM