الأبحاث المرتبطة بالكلمة المفتاحية: NVIDIA H100
-
أطر Python فعالة لمجموعات الكلاستر المرتبطة للجيل القادم من وحدات معالجة الرسوميات: دراسة مقارنة بين CuPy وPyTorch على معمارية هوبر وغريس هوبر
2026 | المؤلف: Antonina Dobrowolska وآخرون | المجلة: Journal of Chemical Theory and Computation | المجال: الفيزياء الذرية والجزيئية والبصريات (Atomic and Molecular Physics, and Optics)في هذه الدراسة، نقدم خوارزميات جديدة للتجميع مصممة لتعزيز أداء تنفيذات الكلاستر المرتبط (CCSD) على وحدات معالجة الرسوميات (GPUs)، مع التركيز بشكل خاص على اختناق تسلسل الجسيمات. قمنا بتقييم مكتبات CuPy وPyTorch على معمارية NVIDIA’s Hopper (H100) وGrace Hopper (GH200)، محققين تسريعات ملحوظة. يسمح إدخال بروتوكول C-split غير المتناظر والديناميكي، جنبًا إلى جنب مع خوارزمية…
-
طلب الطاقة من عقدة واحدة أثناء تدريب الذكاء الاصطناعي: قياسات على نظام NVIDIA H100 المكون من 8 وحدات معالجة رسومية
2026 | المؤلف: Imran Latif وآخرون | المجلة: IEEE Access | المجال: الأجهزة والهندسة المعمارية (Hardware and Architecture)تبحث الدراسة في استهلاك الطاقة لمعدات الذكاء الاصطناعي، مع التركيز بشكل خاص على عقدة NVIDIA H100 HGX المكونة من 8 وحدات معالجة الرسوميات أثناء تدريب نماذج مختلفة، بما في ذلك مصنف الصور ResNet ونموذج اللغة الكبير Llama2-13b. قامت الدراسة بقياس استهلاك الطاقة الفوري، حيث وجدت أن الحد الأقصى يبلغ حوالي 8.4 كيلووات، وهو أقل بنسبة…