در دنیای رایانش با عملکرد بالا (HPC)، دستاوردهای بزرگ همواره وابسته به معماری سیستم (System Architecture) بوده‌اند؛ یعنی نحوه چیدمان، اتصال، خنک‌سازی و مدیریت واحدهای پردازشی. امروزه مفهوم «کارخانه‌های هوش مصنوعی» (AI Factories) با همان چالش‌های قدیمی رایانه‌های ابرقدرت روبروست: هماهنگ‌سازی حجم عظیمی از پردازش، داده، شبکه، توان و سیستم‌های خنک‌کننده در قالب یک سیستم واحد برای دستیابی به نتایج پایدار.
هم‌افزایی HPE و NVIDIA در طراحی سیستم‌های یکپارچه
همکاری میان HPE و NVIDIA بر پایه این فلسفه استوار است که برای مدیریت مجموعه‌داده‌های عظیم مورد نیاز در هوش مصنوعی عامل‌محور (Agentic AI) و شبیه‌سازی‌های پیچیده علمی، سخت‌افزار نباید مجموعه‌ای از قطعات مجزا باشد، بلکه باید به عنوان یک سیستم یکپارچه عمل کند. با ترکیب زیرساخت‌های supercomputing شرکت HPE، پردازنده‌های گرافیکی (GPUs) و شبکه Ethernet مدل NVIDIA Spectrum-X، راهکارهای تخصصی برای استقرار On-premises ایجاد شده است که داده‌های خام را در مقیاس وسیع و با امنیت بالا به تحلیل‌های عملیاتی تبدیل می‌کند.
نمونه‌های عملیاتی در مقیاس جهانی
- مرکز رایانش Leibniz (LRZ): در آلمان، سیستم Blue Lion بر پایه معماری HPE Cray GX5000 و با بهره‌گیری از NVIDIA Vera Rubin، سرعت پردازش مدل‌های پیچیده اخترفیزیک و اقلیمی را تا ۳۰ برابر نسبت به سیستم‌های پیشین افزایش داده است.
- دانشگاه یوتا: با هدف دستیابی به «هوش مصنوعی حاکمیتی» (Sovereign AI)، این دانشگاه با استقرار زیرساخت‌های محلی، ظرفیت پردازشی خود را سه برابر کرده تا کنترل کامل بر داده‌های حساس پزشکی و ژنومیک داشته باشد.
- تیم فرمول یک Mercedes-AMG PETRONAS: این تیم برای شبیه‌سازی‌های دینامیک سیالات محاسباتی (CFD) و طراحی آیرودینامیک، از تراکم پردازشی بالای این زیرساخت‌ها استفاده می‌کند تا محدودیت‌های تست فیزیکی را با مدل‌سازی‌های دیجیتال دقیق جایگزین کند.
- شرکت COMLINE: این ارائه‌دهنده خدمات IT با استفاده از Private Cloud AI، توانسته است خدمات GenAI خود را با رعایت استانداردهای سخت‌گیرانه حاکمیت داده (Data Sovereignty) به سرعت عملیاتی کند.
- آزمایشگاه ملی Los Alamos: استفاده از پلتفرم GX5000 در این مرکز، نقطه تلاقی امنیت ملی و اکتشافات علمی است که ترکیبی از پردازش، شبکه و خنک‌سازی را برای اجرای سنگین‌ترین Workloadهای هوش مصنوعی فراهم می‌کند.
نتیجه‌گیری فنی
درس اصلی از میراث Cray این است که معماری برنده می‌شود. پیچیده‌ترین چالش‌های جهان با تکنولوژی‌های تک‌بعدی حل نمی‌شوند، بلکه نیازمند سیستم‌هایی هستند که به صورت یکپارچه مهندسی شده باشند. در عصر فعلی، ترکیب پردازش، شبکه، نرم‌افزار و سیستم‌های خنک‌کننده در مقیاس Rack-scale، زیربنای رقابت‌پذیری اقتصادی و پیشرفت‌های علمی سازمان‌ها و دولت‌هاست.
