Situs ini dapat memperoleh komisi afiliasi dari tautan di halaman ini. Persyaratan penggunaan. 
Hampir selama kita memiliki superkomputer, kita juga memiliki orang-orang yang bertanya pada diri sendiri, “Bagaimana cara membuat sendiri salah satu dari itu, kecuali dengan sepersepuluh anggaran dan hanya menggunakan sebagian kecil daya?” Beberapa tim ilmuwan telah membangun”klaster Beowulf”, superkomputer yang sebenarnya merupakan kumpulan perangkat keras kelas komoditas, berbagi LAN mereka sendiri. Dan ingat semua superkomputer PlayStation itu? Sekarang, tim mahasiswa di Southern Methodist University di Dallas telah membangun superkomputer dengan menghubungkan 16 modul Nvidia Jetson Nano bersama-sama, bersama dengan empat catu daya, sakelar jaringan, beberapa kipas pendingin, dan sekitar lima lusin kabel buatan tangan. (Fakta: Semua prototipe terbaik selalu memiliki kabel yang disolder tangan di belakang.)
Menurut Conner Ozenne, seorang senior jurusan ilmu komputer dan salah satu pemimpin proyek, “Kami memilih untuk menggunakan Modul Nvidia Jetson karena tidak ada perangkat komputasi kecil lainnya yang memiliki GPU terpasang, yang memungkinkan kami mengatasi lebih banyak masalah AI dan pembelajaran mesin.”
Supercomputer’Baby’
Secara arsitektur, Jetson Nano adalah paling mirip dengan Nintendo Switch, yang berjalan pada SoC Tegra X1 Nvidia, jadi kami akan menggunakannya sebagai titik perbandingan.
Mahasiswa dari Southern Methodist University di Dallas membuat”bayi superkomputer”DIY mereka dari enam belas Jetson ini Modul nano. Para siswa akan memamerkan mini cluster mereka di konferensi superkomputer SC22 di Dallas.
Switch dan Nano memiliki bandwidth memori maksimum teoritis yang sama (25,6 GB/dtk). Mereka juga memiliki SoC quad-core Cortex-A57 yang sama, tetapi CPU Nano memiliki clock yang jauh lebih tinggi (1,43GHz versus 1,02GHz untuk Switch saat dipasang). Namun, sejauh kekuatan GPU relatif kedua platform, situasinya terbalik. Tegra X1 SoC berbasis Maxwell di dalam Switch menawarkan 256 shader core dibandingkan dengan hanya 128 pada Jetson Nano.
Meskipun ini menyiratkan bahwa Nano akan menjadi setengah kecepatan Switch dalam beban kerja yang sama, kesenjangan mungkin tidak terlalu besar. Switch dilaporkan mencapai 768MHz dalam mode berlabuh sementara Jetson Nano memiliki jam maksimum hingga 921MHz. Secara keseluruhan, superkomputer”bayi”menggabungkan 64 core Cortex-A57, 64GB RAM, dan 2.048 Maxwell core di 16 board.
Nano Sesuai Dengan Namanya
Mari kita hadapi gajah di ruang pertama. Spesifikasi objektif dari superkomputer 16-board SMU hampir tidak menginspirasi, mengingat sistem desktop soket tunggal sekarang menawarkan sebanyak 64 core. Jetson Nano benar-benar memenuhi bagian’nano’dari namanya di sini. Tidak hanya statistiknya yang cukup bagus, seluruh cluster benar-benar muat di atas meja.
Tapi bercanda, membandingkan spesifikasi sistem seperti ini dengan perangkat keras PC konvensional tidak tepat. tantangan yang terkait dengan penskalaan beban kerja secara efektif di jaringan besar perangkat lambat, dengan jumlah memori yang relatif kecil per perangkat, secara konseptual serupa apakah seseorang membahas superkomputer sejati atau sistem perangkat tertanam berskala lebih kecil seperti ini.
NVIDIA’s Jetson Orin system-on-module
“Kami memulai proyek ini untuk mendemonstrasikan inti dan baut dari apa yang masuk ke dalam cluster komputer,” kata Eric Godat, ketua tim untuk penelitian dan ilmu data di organisasi TI SMU. “Kluster mini adalah alat pengajaran yang efektif untuk bagaimana semua hal ini benar-benar bekerja — ini memungkinkan siswa bereksperimen dengan melepaskan kabel, mengelola sistem file paralel, membuat ulang kartu, dan menerapkan perangkat lunak kluster.”
Price vs. Performa
Setiap beban kerja AI tertentu kemungkinan akan berjalan lebih baik pada GTX 980 (2.048 core pada satu chip) dibandingkan dengan 16 Jetson Nano GPU di 16 board, tetapi yang terakhir jauh lebih baik, jika masih simulasi sederhana dari beberapa tantangan penskalaan yang dihadapi insinyur superkomputer skala penuh di tempat kerja.
Nvidia postingan blog merujuk pada gagasan untuk meningkatkan sistem 16-board saat ini dengan perangkat keras Jetson Orin Nano. Peningkatan kinerja dari lompatan semacam itu akan sangat besar. Sebelumnya telah dirinci, Orin Nano menawarkan enam inti CPU Cortex A-78AE pada 1.5GHz dan inti GPU 512 Ampere dengan 16 inti tensor. p dengan CPU 4x Cortex-A57 dan 128 inti Maxwell. Namun, Orin Nano lebih mahal daripada Jetson Nano, dengan harga $199 versus $129.
Sistem-on-modul Jetson Orin Nano dari NVIDIA. Ini adalah chip yang disarankan NVIDIA untuk peningkatan ke”superkomputer bayi”SMU.
Peningkatan kinerja Orin Nano seharusnya jauh lebih besar daripada kenaikan harga, tetapi kami berharap Nvidia membawa Orin dengan biaya lebih rendah untuk dipasarkan di ruang ini. Orin Nano seharga $129 dengan 256 Ampere core dan, katakanlah, delapan tensor core masih akan menjadi upgrade besar.
Pada saat yang sama, Nvidia memiliki sedikit alasan untuk memangkas harga. Saat ini , Jetson Nano benar-benar hanya bersaing dengan dirinya sendiri. Meskipun ada beberapa papan berbasis ARM lain yang kompatibel dengan akselerator, GPU Jetson Nano adalah satu-satunya produk di kelas harga dan jenisnya.
siswa akan memamerkan mini cluster mereka di konferensi superkomputer SC22 di Dallas. Tahun ini, SC22 berlangsung 13 November-18.
Sekarang Baca: 82567062173
Mahasiswa dari Southern Methodist University di Dallas membuat”bayi superkomputer”dari 16 modul Jetson Nano. Tim akan memamerkan mini cluster pada konferensi supercomputing SC22 di Dallas.
