Нейросети, квантовые компьютеры, суперкомпьютеры

Учёные скрестили мемристор и память с фазовым переходом — получилась память быстрее и лучше, чем флеш
(примечание копипаст0ра: - еще один вариант создание одной из разновидностей нейросети)- смотри новость постом выше

Исследователи из Университета Рочестера разработали новый тип энергонезависимой памяти, взяв за основу хорошо известную память ReRAM (резистивную) и память PRAM (с фазовым переходом). Гибрид оказался настолько хорош, что со временем может стать наследником популярной флеш-памяти.

pram_reram.jpg


Как отмечают учёные, каждой памяти по отдельности — резистивной (её иногда называют мемристором) и с фазовым переходом — присущи как свои достоинства, так и недостатки. Резистивная память мало потребляет, но запись данных в виде нитевидной обратимой ионной проводимости бывает очень ненадёжной. Память с фазовым переходом без нареканий хранит информацию, но операции записи и стирания, которые переводят ячейку в кристаллическое состояние из аморфного и обратно, очень и очень энергозатратные.

Предложенный учёными гибрид создаёт такое состояние вещества, при котором оно оказывается на грани устойчивости с точки зрения кристаллической структуры. Малейший сдвиг в одну из сторон переводит ячейку памяти в кристаллическое состояние с низким или высоким удельным сопротивлением. Этот сдвиг инициируется электромагнитным полем таким же, как при переключении транзистора.

«Мы создали его, по сути, просто растягивая материал в одном направлении и сжимая его в другом, — говорят авторы работы. — Это позволяет увеличить производительность на порядки. Мы видим путь, на котором это может оказаться в домашних компьютерах в качестве сверхбыстрой и сверхэффективной формы памяти. Это может иметь большое значение для вычислительной техники в целом».

Фактически новая память представляет собой такой деформированный двумерный материал, как дителлурид молибдена (MoTe2). Напряженные металлические тонкие плёнки MoTe2 формируются в контакты, которые вызывают управляемый деформацией фазовый переход полуметалла в полупроводник. Фазовый переход, в свою очередь, формирует вертикальный транспортный канал (мемристор) с полупроводниковым MoTe2 в качестве активной области.

Благодаря деформации канал переключается при напряжении всего 90 мВ. Время переключения составляет 5 нс, время удержания свыше 105 с, а ожидаемое число циклов переключения свыше 108. Напряжение переключения и число циклов регулируется как механически (при производстве), так и электрически в процессе регулировки прибора. Эксперименты с прототипами оказались многообещающими, что позволит учёным со временем развить успех.

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 
Написанный ИИ научно-фантастический рассказ впервые в истории победил на литературном конкурсе в Китае

Когда профессор пекинского Университета Цинхуа Шен Ян (Shen Yang) решил написать научно-фантастическую новеллу о метавселенной и человекоподобных роботах, он обратился за вдохновением к искусственному интеллекту (ИИ). В итоге ИИ создал всю его книгу, которая затем была удостоена национальной премии в области научной фантастики. Но ИИ представляет угрозу для писателей и наносит непоправимый ущерб литературному языку, утверждает издатель произведения.

Fantastic_novel.jpg

Иллюстрации к новелле также были созданы искусственным интеллектом. Источник изображения: Weibo/Capital Television

Новелла «Страна воспоминаний» на китайском языке объёмом почти 6000 знаков, написанная Шэнь Яном, профессором университетской школы журналистики и коммуникаций, стала одним из победителей молодёжного конкурса научно-популярной фантастики в Цзянсу, сообщает газета Jinan Times из провинции Шаньдун.

Шэнь создал научно-фантастический рассказ на основе черновика в 43 000 знаков всего за три часа с помощью 66 подсказок. Уникальная сюжетная линия закладывает основу с первых трёх строк, сгенерированных искусственным интеллектом. На краю метавселенной находится «Страна воспоминаний» — запретное царство, куда людям вход воспрещен. Здесь обитают сплошные иллюзии, созданные гуманоидными роботами и ИИ, потерявшими память. Любой нарушитель, будь то человек или искусственное существо, лишится памяти и навсегда останется в её запретных объятиях. В центре сюжета — исследовательница метавселенной по имени Ли Сяо (Li Xiao), которая в реальном мире работала нейроинженером. Случайно потеряв все воспоминания о своей семье во время эксперимента, она заинтересовывается легендой о Стране Воспоминаний и надеется, что в метавселенной ей удастся восстановить утраченные воспоминания…

Новелла была представлена на конкурс, проводимый Ассоциацией писателей-фантастов Цзянсу. На октябрьской церемонии награждения рассказ получил второй приз наряду с 17-ю другими рассказами, что означает, что он получил голоса трёх из шести членов жюри.

Согласно отчёту конкурса, только один из судей был уведомлен о том, что Шэнь использовал ИИ в своей работе. Но другой судья, который изучал вопрос создания контента с использованием ИИ, понял, что работа Шена была сгенерирована ИИ. Судья сказал, что не стал голосовать за работу, потому что она не соответствовала стандартам и ей «не хватало ярких эмоций».

«После того как мы подготовили десятки подсказок, ИИ сгенерировал весь контент — начиная от имени автора, названия и текста и заканчивая иллюстрациями к тексту. Его попросили написать в литературном стиле Кафки, — комментирует Шен, ссылаясь на характерный стиль богемного писателя Франца Кафки, который предполагает изображение ужасающих ситуаций в объективном тоне. — Впервые в истории литературы и искусственного интеллекта написанный ИИ рассказ получил литературную награду». Процесс создания этой истории будет подробно описан и обнародован «для всех, кто хотел бы узнать, как создать хорошую художественную литературу с помощью ИИ».

Согласно докладу Фу Ручу (Fu Ruchu), директора редакционного отдела китайского издательства «Народная литература», было нелегко распознать, что произведение Шена было создано искусственным интеллектом. «Писатели в жанре научной фантастики часто уделяют больше внимания творчеству и описанию сцен, чем языку, — замечает Фу. — Я думаю, что этот рассказ хорошо написан и логически последователен».

Вместе с тем, Фу заявила, что ИИ может представлять угрозу для авторов остросюжетных романов и научной фантастики, и предупредила о том, что, по её мнению, ИИ может нанести непоправимый ущерб литературному языку. «Чувство и ритм языка в этом рассказе очень слабые. Я думаю, что в будущем с ростом влияния ИИ на литературу яркие эмоции языка могут стать ещё более редким явлением», — заключила она.

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 
Представлена первая квантовая память, работающая в рентгеновском диапазоне — помехоустойчивая и плотная

Международная группа учёных сообщила о создании основ для первой в мире квантовой памяти, работающей в рентгеновском диапазоне. В перспективе это позволит разработать более плотную и помехоустойчивую память для квантовых компьютеров, которые сегодня ограничены по времени для проведения квантовых операций. Переход на «рентгеновскую» память увеличит время хранения квантовых состояний, что приблизит практическую ценность квантовых вычислений.

foton.jpg

Иллюстрация гребенки ядерных частот, отображающей одиночные фотоны, визуализированные в логарифмической шкале. Источник изображения: DESY/Sven Velten

Современные модели квантовой памяти, если говорить о фотонах, предполагают взаимодействие света и атомов. Некоторое время назад группа профессора Техасского университета A&M Ольги Кочаровской предложила перейти на новый способ хранения и высвобождения импульсов рентгеновского излучения на уровне одного фотона, когда фотон воздействует не на атом, а непосредственно на его ядро.

В новом исследовании группа учёных Техасского университета A&M (Texas A&M University) и их коллеги из Германии и Франции воспользовались теоретическими наработками группы Кочаровской и провели эксперимент, доказавший осуществимость идеи, о чём они сообщили в статье в журнале Science Advances.

Удержать неподвижно свет (фотон) — произвести своего рода запись информации — это трудноосуществимая задача. Сделать это можно с помощью таких квазистационарных состояний, как спиновая или поляризационная волна.

«Квантовая память является незаменимым элементом квантовой сети, обеспечивающим хранение и извлечение квантовой информации, — пояснила Кочаровская. — Фотоны являются быстрыми и надежными носителями квантовой информации, но их трудно удерживать в неподвижном состоянии на случай, если эта информация понадобится позже. Удобный способ добиться этого — запечатлеть эту информацию в квазистационарной среде в форме поляризационной или спиновой волны с большим временем когерентности и высвободить её обратно посредством повторного излучения исходных фотонов».

Идея была проверена с использованием синхротронных источников PETRA III в Немецком электронном синхротроне (DESY) в Гамбурге и Европейском центре синхротронного излучения во Франции, что привело к первой реализации квантовой памяти в диапазоне жёсткого рентгеновского излучения.

Эксперимент строился на создании частотной гребёнки в спектре поглощения. Рентгеновские импульсы со спектром поглощения, соответствующим этой гребёнке, как бы запоминались ядерными мишенями и могли быть переизлучены с определённой задержкой — как бы прочитаны. Перенос этого механизма, как сказано выше, произошёл в рентгеновский диапазон для воздействия на ядра атомов. Более мелкие ядра являются менее чувствительными к воздействию внешних магнитных полей и других возмущений, а квантовые состояния, как известно, всего этого боятся и разрушаются.

Следующие шаги, запланированные командой, включают в себя испускание сохранённых волновых пакетов фотонов по требованию, что может привести к реализации запутанности между различными жёсткими рентгеновскими фотонами — основным ресурсом для квантовой обработки информации. Исследование команды также подчёркивает потенциал распространения оптических квантовых технологий на коротковолновый диапазон, который по своей сути менее «шумный», поскольку помехи в основном «растекаются» по высокочастотным колебаниям.

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 
Шаг к квантовым суперкомпьютерам: IBM научилась передавать квантовую информацию между чипами с точностью 99%, об этом говорится на сайте компании.

В октябре 2026 г. специалисты IBM впервые соединили два квантовых процессора многоканальными сверхпроводящими линиями связи. Средняя точность передачи квантовых состояний составила 99%, а наилучший показатель достиг 99,29%.

В работе использовались два процессора IBM Nighthawk R1 по 120 кубитов каждый. Соединение выполнено с помощью четырех L-куплеров - линий связи из сверхпроводящего алюминия. Каждый куплер включает коаксиальный кабель длиной около 80 см, два промежуточных кубита с настраиваемой частотой и два соединительных элемента на базе RF-SQUID. Такая схема позволяет добавлять каналы связи уже после размещения процессоров в криостате, что критично для развития многомодульных конфигураций.

Для просмотра ссылки Войди или Зарегистрируйся
IBM

Крупный план одного из payload-модулей (полезной нагрузки) IBM Quantum Nighthawk R1 внутри криогенной системы

Исследователям удалось реализовать полноценное двухкубитное взаимодействие между элементами, расположенными на разных микросхемах. Средняя точность таких операций составила 94,75%, максимальная - 96,42%. Также была продемонстрирована запутанность кубитов, находящихся на отдельных процессорах, включая одновременное создание двух запутанных пар через соседние каналы. Кабели сохранили работоспособность после трех циклов нагрева и охлаждения и показали минимальные потери энергии.

IBM - американская транснациональная технологическая корпорация, основанная в 1911 г. Штаб-квартира компании находится в Армонке, штат Нью-Йорк. IBM является одним из старейших и наиболее влиятельных игроков в мировой ИТ-индустрии.

Научная работа размещена на сервере препринтов arXiv и пока не прошла независимое рецензирование.

Модульный подход
Полученные результаты вписываются в стратегию компании IBM по переходу к модульной архитектуре квантовых компьютеров.

Вместо дальнейшего наращивания числа кубитов на одном чипе, что приводит к росту тепловыделения и перекрестных помех, IBM делает ставку на объединение нескольких процессоров.

Представленные кубиты и L-связи предназначены для использования внутри криогенных систем, которые компания впервые успешно соединила и охладила в единой среде в августе 2026 г.

Будущие цели
К 2029 г. IBM планирует создать систему Quantum Starling - первый коммерчески применимый квантовый компьютер без ошибок вычислений. Его архитектура будет объединять сотни микросхем в специальных охлаждающих блоках. Достигнутая точность передачи состояний считается одним из ключевых элементов этой архитектуры. Для полноценных масштабных вычислений потребуется дальнейшее повышение точности межпроцессорных операций и стабильности кубитов.


Источник Для просмотра ссылки Войди или Зарегистрируйся

Немцы создали кубиты из органических молекул — это путь к мощным и доступным квантовым компьютерам​


Немецкая компания NVision представила молекулярный кубит — элемент квантового компьютера, в котором носителем квантовой информации служит электронный спин отдельной органической молекулы, а не атома. Это будет подобно революции в дисплеях, когда на рынок вышли OLED, только в сфере квантовых платформ — мощно, быстро, доступно и безальтернативно.

 Источник изображения: Valentin Heinrich

Источник изображения: Valentin Heinrich​

Разработка Для просмотра ссылки Войди или Зарегистрируйся в сфере квантовых систем, в составе которых отдельные кубиты обмениваются информацией посредством фотонов — квантов света. Учёным удалось продемонстрировать индивидуальное управление спином одной молекулы и его оптическое считывание. Иными словами, доказана работа системы на уровне концепции, но при этом цели разработчиков крайне амбициозны — они обещают появление технологии в составе ЦОД не позднее 2030 года.
В основе разработки лежит карбен — органическое соединение, атом углерода в котором имеет два неспаренных электрона. Для стабилизации молекулы её поместили в кристаллическую матрицу из родственного по структуре органического соединения. При температуре 4,5 К (около −268,7 °C) исследователи возбуждали молекулу лазером и регистрировали испускаемые фотоны. Ширина отдельной оптической линии составила 38 МГц, а её центральная частота оставалась стабильной на протяжении более часа с разбросом примерно 2,4–2,6 МГц. Управление электронным спином осуществлялось микроволновыми импульсами, а время когерентности достигало 2,2 мс.



Следующий этап — это интеграция молекулярных кубитов с фотонными интегральными схемами, которые будут направлять и обрабатывать свет на чипе. Для этого NVision объединилась с американской HyperLight, специализирующейся на фотонике на основе тонкоплёночного ниобата лития. Молекулярный материал позволяет наносить его тонким слоем непосредственно на фотонные чипы. По заявлению NVision, архитектура должна допускать потерю до 70 % фотонов, что потенциально позволит использовать стандартную кремниевую фотонику. Тем самым производство фотонных чипов для квантовых компьютеров можно наладить на современных заводах без какой-либо переделки линий.
Представленная технология обещает множество выгод по сравнению с традиционными кубитами всех мастей от криогенных до холодных атомов: молекулярные кубиты позволят создавать разрозненные массивы кубитов, которым не будет мешать интерфейс и соседние кубиты, настройка квантовых состояний возможна во множестве для каждой молекулы, органические плёнки с кубитами обещают простоту нанесения на фотонные схемы, а также готовность современных заводов работать со всем этим. Одним словом — это революция в мире квантовых компьютеров, как представляют разработку авторы.

Следующей целью NVision станет масштабирование системы до 1000 физических кубитов с дальнейшим переходом к 1000 логическим отказоустойчивым кубитам к 2030 году. Что же, ждать осталось недолго — поглядим.

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
Последнее редактирование:

NVIDIA бросила вызов главному проклятию квантовых вычислений: поиск ошибок ускорился в 13 000 раз​


12 недель превратились в 45 минут.
image

NVIDIA разработала алгоритм, который помогает находить ошибки в квантовых вычислениях до 13 000 раз быстрее одного из существующих методов. При обработке большого набора экспериментальных данных разработчики сократили расчёты с 12 недель до 45 минут. Новинка позволит учёным быстрее проверять способы защиты квантовых компьютеров от сбоев, которые пока мешают использовать такие машины для сложных и продолжительных вычислений.
Разработчики назвали новый алгоритм TCBP-JOBS. Программа использует небольшую нейросеть и графические ускорители NVIDIA, чтобы быстро находить наиболее вероятные ошибки в квантовых схемах. По результатам испытаний, точность поиска оказалась сопоставима с одним из лучших существующих алгоритмов, а в отдельных тестах новинка даже превзошла конкурента.
Главная проблема квантовых компьютеров заключается в чрезвычайной чувствительности кубитов, которые хранят и обрабатывают информацию. В отличие от обычных битов, принимающих значения 0 или 1, кубиты могут находиться в сочетании двух состояний. Однако малейшие помехи, неточные управляющие сигналы и взаимодействие с окружающей средой способны нарушить квантовое состояние и испортить результат вычислений. Чем больше операций выполняет процессор, тем выше вероятность накопления ошибок.
Для защиты информации инженеры объединяют несколько физических кубитов в один логический и регулярно проверяют специальные контрольные сигналы. По результатам измерений обычный компьютер пытается восстановить картину произошедшего и определить, какие ошибки нужно исправить. Задача напоминает поиск опечаток в тексте, только проверяющему приходится разбирать множество возможных комбинаций ошибок и учитывать законы квантовой физики. Чем сложнее вычисления, тем больше времени требует поиск правильного решения.

NVIDIA предложила ускорить самый трудоёмкий этап. Нейросеть изучает, как меняются оценки вероятности ошибок при последовательных проверках, и помогает определить наиболее подозрительные участки. Затем графический процессор одновременно перебирает несколько вариантов исправления вместо того, чтобы проверять кандидатов по очереди. Алгоритм выбирает наиболее убедительный результат, заметно сокращая время вычислений.
Разницу хорошо показывают испытания на 24,2 млн смоделированных квантовых схем. По оценке NVIDIA, прежнему методу Tesseract потребовалось бы около 12 недель даже при распределении работы между 64 процессорными ядрами. TCBP-JOBS справился примерно за 45 минут на одном ускорителе GB200. В отдельном испытании время поиска ошибки сократилось с десятков секунд до нескольких миллисекунд, что и позволило получить максимальное ускорение более чем в 13 000 раз.
При этом высокая скорость не заставила разработчиков полностью пожертвовать точностью. Специалисты проверили несколько способов защиты квантовой информации, включая схемы с различным количеством физических кубитов. В большинстве испытаний TCBP-JOBS находил ошибки примерно с той же точностью, что и Tesseract. На самых крупных проверенных схемах новый метод в отдельных условиях оставлял до 4,5 раза меньше неисправленных ошибок.
Алгоритм также способен подстраиваться под особенности квантового оборудования. Нейросеть анализирует результаты контрольных измерений и уточняет вероятность разных сбоев, даже когда разработчики заранее не знают точных характеристик помех. Благодаря этому инженеры смогут проверять способы исправления ошибок, не полагаясь исключительно на предварительные расчёты.
Однако TCBP-JOBS пока нельзя считать универсальным решением. Когда физические ошибки встречаются особенно редко, Tesseract в некоторых испытаниях сохранял преимущество по точности. Кроме того, NVIDIA сравнивала вычисления на графическом ускорителе с работой обычных процессорных ядер. Поэтому заявленные 13 000 раз характеризуют конкретные условия испытаний, а не ускорение самих квантовых компьютеров.
Разработчики также проверили, насколько быстро алгоритм сможет обрабатывать ошибки во время работы квантового процессора. В отдельных испытаниях поиск занимал около четырёх миллисекунд. Для некоторых квантовых систем задержка приемлема, но многие современные процессоры выполняют операции значительно быстрее и требуют почти мгновенного исправления сбоев. Для практического применения придётся учитывать не только скорость расчётов, но и время передачи данных между квантовым процессором и обычным компьютером.
NVIDIA уже добавила TCBP-JOBS в библиотеку CUDA-Q QEC 0.9.0. Учёные смогут использовать алгоритм для моделирования квантовых схем, сравнения способов защиты информации и поиска более экономных конструкций, которым требуется меньше физических кубитов. Пока разработка прежде всего ускоряет исследования, но сокращение многонедельных расчётов до десятков минут может помочь быстрее приблизиться к созданию квантовых компьютеров, способных надёжно решать практические задачи.

Источник Для просмотра ссылки Войди или Зарегистрируйся

AMD захватила 40 % рейтинга мощнейших суперкомпьютеров TOP500 — новый Lux дебютировал на 14-м месте​


К началу конференции SC26 вышел обновлённый рейтинг 500 самых мощных суперкомпьютеров мира TOP500. Согласно свежим данным, доля систем на базе технологий AMD в списке достигла 40 % — это на 14 п.п. больше, чем в 2025 году. Теперь в рейтинг включены 202 системы с компонентами AMD (годом ранее их было 177). Главным новичком рейтинга стал суперкомпьютер Lux, созданный AMD совместно с Министерством энергетики США (DOE) и занявший 14-ю строчку.
 Источник изображения: Oak Ridge National Laboratory

Источник изображения: Oak Ridge National Laboratory​

В первой десятке позиции AMD остаются стабильными. Китайский суперкомпьютер LineShine, дебютировавший в июне, по-прежнему удерживает первое место. На второй позиции находится система El Capitan, работающая на чипах AMD. За ней следуют Frontier (3-е место), HPC7 (6-е место) и HPC6 (8-е место) — состав первой десятки остался таким же, как и в предыдущей версии рейтинга TOP500.
Суперкомпьютер Lux был анонсирован чуть более года назад в рамках сделки на сумму $1 млрд между Министерством энергетики США и AMD, предусматривающей создание двух вычислительных систем. Он был построен компанией HPE в рамках правительственной программы Genesis Mission. Суперкомпьютер размещен в Окриджском центре высокопроизводительных вычислений (OLCF) при Окриджской национальной лаборатории — там же, где находится система Frontier.


В составе Lux используется более 4000 графических процессоров Instinct MI355X, распределённых по более чем 500 узлам, размещённым в серверах HPE ProLiant Compute XD685. При выполнении высокопроизводительных вычислений (HPC) с использованием вычислений двойной точности (FP64) система демонстрирует производительность 317 петафлопс. В задачах обучения нейросетей пиковая производительность достигает 20 эксафлопс (в формате FP8), а в задачах инференса (вывода) — 40 эксафлопс (в формате FP4). Благодаря наличию 288 Гбайт памяти HBM3E на каждый графический процессор суммарный объём памяти всей системы составляет 1,1 петабайта. Система построена на базе процессоров AMD EPYC (точная модель и поколение не уточняются) и сетевых решений AMD Pensando.
 Источник изображения: Tom's Hardware

Источник изображения: Tom's Hardware​
Вычислительный ресурс машины оценивается в 3,5 млн узло-часов в год, половина из которых зарезервирована для исследований в рамках Genesis Mission. Программа была учреждена исполнительным указом в ноябре 2025 года и предусматривает обучение научных базовых моделей (scientific foundation models) на федеральных наборах данных, а также создание «ИИ-агентов для проверки новых гипотез, автоматизации исследовательских процессов и ускорения научных прорывов».
Lux — первый специализированный суперкомпьютер для Genesis Mission. Однако он дополняет уже существующие вычислительные системы, которые также частично используются для научных исследований. К ним относится, например, суперкомпьютер Aurora (на базе технологий Intel) в Аргоннской национальной лаборатории, занявший четвёртое место в последнем рейтинге TOP500.

Суперкомпьютер Lux предназначен прежде всего для исследований в области ИИ и не является преемником Frontier. В 2028 году ожидается запуск суперкомпьютера нового поколения экзафлопсного уровня — Discovery. Он также разрабатывается совместными усилиями Министерства энергетики США (DOE), компаний AMD и HPE.

Источник Для просмотра ссылки Войди или Зарегистрируйся

Nvidia представила настольный суперкомпьютер DGX Spark HPC из четырёх мини-ПК​


Nvidia анонсировала DGX Spark HPC Developer Kit — так называемый комплект разработчика, который включает четыре мини-ПК DGX Spark на платформе GB10 Grace Blackwell Superchip, соединённых по кольцевой топологии. Он ориентирован на исследователей, ученых и разработчиков, которые получат возможность запускать многоузловые научные задачи, модели и агентов искусственного интеллекта прямо на рабочем столе, не дожидаясь очереди на доступ к большому GPU-кластеру.
 Источник изображения: nvidia.com

Источник изображения: nvidia.com​

Система масштабируется от одного до четырёх узлов — они соединяются с помощью сетевых адаптеров Nvidia ConnectX-7, избавляя от необходимости покупать и настраивать отдельный сетевой коммутатор. Конфигурация из четырёх узлов обеспечивает 512 Гбайт общей памяти и 20 Тбайт дискового пространства NVMe. Используя формат NVFP4, на таком кластере можно развёртывать модели размером до 700 млрд параметров, например DeepSeek V4.1.
Напомним, каждая система DGX Spark оснащена суперчипом Nvidia GB10 Grace Blackwell, в котором объединены графический процессор Blackwell и 20-ядерный процессор Arm. Процессор включает 10 высокопроизводительных ядер Cortex-X925, работающих на частоте до 4 ГГц, и 10 энергоэффективных ядер Cortex-A725 — до 2,8 ГГц. Графический процессор Blackwell содержит 6144 ядра CUDA и обеспечивает производительность FP4 до 1 Пфлопс. Система использует 128 Гбайт когерентной унифицированной памяти LPDDR5X с 256-битным интерфейсом и пропускной способностью 273 Гбайт/с. Энергопотреболением (TDP) чипа GB10 составляет 140 Вт.


В ближайшем будущем компания выпустит руководство по использованию Nvidia HPC SDK, которое позволит задействовать в кластере DGX Spark компиляторы C, C++ и Fortran с поддержкой ускорения на GPU, библиотеки и инструменты интерфейса передачи сообщений (MPI) — те же средства разработки применяются на мощных суперкомпьютерах Nvidia.
Инструментарий позволяет производить научное моделирование, запускать модели и ИИ-агентов прямо на рабочем столе. Продемонстрирована работа таких приложений как LAMMPS с использованием библиотеки Kokkos для моделирования материалов и NAMD для задач молекулярной динамики. Платформа эффективна для работы с такими специализированными инструментами как GROMACS (молекулярная динамика), OpenFOAM (гидродинамика), WRF (моделирование погодных условий); поддерживаются микросервисы Nvidia NIM, в том числе OpenFold3 и Boltz-2 для прогнозирования биомолекулярных структур; можно производить дообучение Nemotron 3.5 Super VL, адаптируя модель для задач в области биомедицинских и химических наук.

Компания привела несколько примеров практического применения Nvidia DGX Spark. Компания Kvantify использовала систему для квантово-химических расчётов с моделированием квантовых систем с 70 кубитами и 975 логическими операциями. CYRAN AI это оборудование помогло ускорить обработку спутниковых снимков формата JPEG 2000. OpenFold использовала DGX Spark для дообучения моделей предсказания структуры белков и их взаимодействия с лекарственными веществами. Эти системы также применялись для прогнозирования свойств бактерий по последовательностям генома; а также для запуска и дообучения модели размером 12 млрд параметров.

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
Последнее редактирование:
Назад
Сверху