AI怪盗图11月17日消息,根据Lambda的最新测试,采用光子交换机相比传统可插拔光模块,可让机架级网络延迟降低约4%,Pod级延迟最高降低10%,且吞吐量表现相当。
英伟达表示,光子技术通过将光引擎与交换芯片共封装,能较传统光模块提升最高5倍的能效和15倍的可靠性,同时激光器用量减少至传统方案的四分之一。
在大型AI集群中,网络故障可导致数千GPU同时空等,明显降低整体利用率。随着智能体推理与分布式计算需求的攀升,网络延迟、功耗和可靠性正成为影响算力效率的关键因素。
分析认为,光子交换机通过减少光电转换损耗、缩短传输路径,有效降低了网络通信的延迟与能耗。对训练万亿参数级模型而言,网络性能的改善能显著提升GPU利用率,缩短训练时间。不过,当前光子交换机的制造成本及其对现有架构的兼容性仍是部署中需要解决的挑战。
在量子计算领域,英伟达正扩展Slurm工作负载管理器的功能,以支持量子处理器(QPU)融入传统超算工作流程。
英伟达透露,过去五年,超算中心部署的量子处理器数量增长近7倍,目前全球约30家超算中心正在部署超过50台量子处理器。
由于大量超算中心已采用Slurm管理CPU与GPU任务,英伟达借此扩展Slurm对量子处理器的支持,使研究人员能在统一工作流中调度经典与量子计算资源。
此次Slurm更新建立在与IBM、Pasqal及量子计算社区的合作基础上,允许量子处理器制造商通过统一接口连接不同超算中心,从而减少为每个系统单独开发适配软件的重复工作。
新版本还支持QRMI与QDMI等接口,并获得IBM、IQM、Quantinuum、Pasqal等厂商采纳。Slurm 26.11计划于11月晚些时候发布。
行业专家指出,将量子计算集成到经典HPC生态仍面临量子比特稳定性、纠错技术成熟度等挑战。英伟达与IBM、Pasqal等合作扩展Slurm接口,有助于构建异构计算框架,推动量子与经典计算的协同发展。不过,量子处理器的规模化部署还需在硬件性能和软件生态上取得更多突破。
