如果你有100萬美元AI預算：來看看Pure和Nvidia聯手打造的AIRI系統吧

科技 03-28

Pure Storage和Nvidia打造了一個融合的機器學習系統，以使用數百萬個數據點訓練人工智慧模型。

這個被稱為AIRI（AIRI-AI-Ready Infrastructure）的系統將Pure FlashBlade全快閃記憶體陣列與4個Nvidia DGX-1 GPU加速系統以及一對100GbitE交換機結合在一起。

該系統由Pure和Nvidia共同設計，據說在購買、部署和操作方面要比單獨購買和集成組件更容易更簡單，是標準化的融合基礎設施。

如果你有100萬美元AI預算：來看看Pure和Nvidia聯手打造的AIRI系統吧

AIRI是你數據中心所需要的

FlashBlade是Pure Storage的全固態存儲陣列，可快速訪問非結構化數據，這個4U系統包含15個垂直安裝的刀片或對象節點伺服器，每個刀片都有一個多核英特爾至強CPU和17TB快閃記憶體，總共255TB容量，或者數據縮減後523TB有效容量。每個刀片還包含一對ARM核心、一個FPGA、NVRAM和基於PCIe的網路。這絕對不是基於SSD的商用系統。

這是一個強大的並行訪問快閃記憶體陣列，在AIRI中必須配置超過160,000個GPU核心。

AIRI將數據提供給4台基於英特爾至強處理器、配有8個Tesla V100 GPU（與NVlink相連）的DGX-1系統。這些都是性能強大的GPU，每個配有5,120個CUDA核心，640個Tensor核心，16MB緩存和帶寬為900GB/s的16GB HBM2內存組。V100使用64位浮點運算的最大輸出功率為7.5TFLOPS，32位浮點運算為15TFLOPS。

除了32個V100之外，AIRI還有163,840個CUDA核心和20,480個Tensor核心。我們得知，AIRI提供了4個Tensor PFLOPS，一個方面是應用（機器學習任務）必須在容器中運行。

為了連接到外部世界，採用了若干個支持GPUDirect RDMA的Arista 100GbE交換機，這為使用PCIe的GPU和FlashBlades之間數據傳輸提供了直接快速的路徑。FlashBlade和DGX-1之間的介面是基於文件的：NFS over ROCE (RDMA Over Converged Ethernet)。

這裡使用了具體哪款Arista產品並未對外透露。

有兩個包含的軟體項目：

- Nvidia的GPU Cloud Deep Learning Stack。

- AIRI擴展工具包，它是一個配置驗證器和多節點訓練管理系統。

Pure表示，這款軟體將可以幫助數據科學家在幾個小時內——而不是數天或數周——啟動並運行機器學習項目。

在機器學習領域，AIRI的競爭對手包括HPE的Apollo 6500 gen-10系統和增強採用GPU的IBM AC922伺服器，AIRI看起來更強大一些。

HPE的Apollo 6500 gen-10使用單精度浮點數學運算的性能高達125 TFLOPS。同樣條件下單個V100大約可以達到15 TFLOPS，這意味著一個DGX-1的性能就可以達到大約120 TFLOPS，而AIRI則可以達到480 TFLOPS，不是一個量級的。

IBM的AC922支持多達6個Tesla V100 GPU，比單個DGX-1少2個，而AIRI有4個DGX-1，同樣地，和IBM系統不是一個量級的。

Pure表示，多個訓練任務可以並行運行，並且在AIRI上比其他系統完成地更快，運行時間減少到原來的1/4。

價格怎麼樣？ Pure沒有提供價格信息，稱這取決於渠道供應商，但會一定程度上反映組件的成本。

計算一下，4個DGX-1大約是60萬美元。Arista交換機的成本在3,000美元以上，而FlashBlade的成本低於1美元/ GB，這意味著523TB的有效容量的成本將低於523,000美元。

所以這可能是一個百萬美元量級的系統，適合大型企業或專有客戶購買。該系統支持4個DGX-1，但可以從1個-2個DGX-1開始部署，降低前期成本。