Tahimik na binago ng NVIDIA ang pagpapadala ng mga spec ng Rubin: bawat-GPU bandwidth cut mula 22 hanggang 19.2 TB/s, NVLink trimmed din

Tahimik na binago ng NVIDIA ang nai-publish na mga detalye para sa pagpapadala nito ng Rubin GPU. Iniulat ng publication ng teknolohiya na ServeTheHome noong Oktubre 31 na ang mga pagbabago ay lumitaw sa NVIDIA architecture datasheet at product-page updates na nai-post noong Setyembre at nakita ng IT Home, kasabay ng unang Vera Rubin NVL72 system na naging available sa mga hyperscaler. Ang pangunahing configuration ay hindi nagbabago: ang isang Rubin ay nagdadala pa rin ng 288GB ng HBM4 memory, at ang headline compute figure nito ay hindi nagbabago.

Ang mga binagong numero

Sa paghahambing ng ServeTheHome, ang per-GPU HBM4 bandwidth ay bumaba mula 22 TB/s hanggang 19.2 TB/s, isang pagbawas ng humigit-kumulang 13 porsiyento, na ang per-pin rate ay bumaba mula sa humigit-kumulang 10.75 Gbps hanggang 9.375 Gbps; bumababa ang scale-up na bandwidth ng NVLink mula 3.6 TB/s hanggang 3.0 TB/s, habang bahagyang tumataas ang scale-out na bandwidth ng networking mula 0.4 TB/s hanggang 0.45 TB/s. Sa antas ng rack, bumababa ang bandwidth ng memorya ng Vera Rubin NVL72 mula 1580 TB/s hanggang 1400 TB/s at NVLink mula 260 TB/s hanggang 216 TB/s; ang eight-GPU HGX Rubin NVL8 ay bumaba mula sa 2.3TB ng HBM4 sa 176 TB/s hanggang 2TB sa 130 TB/s, isang bandwidth cut na humigit-kumulang 26 porsyento.

Ang sabi ng NVIDIA

Walang inilabas na press release ang NVIDIA para sa pagbabago. Ayon sa isang kinatawan ng NVIDIA na sinipi sa isang ulat ng Wccftech, ang mga naunang bilang ay mga paunang target mula sa pag-unlad, habang ang binagong mga numero ay mga detalye para sa mga sistema sa kuwalipikado, dami ng produksyon; Ang indibidwal na mga detalye ng bahagi lamang ay hindi tumutukoy sa pagganap ng aplikasyon, na nakasalalay din sa buong sistema, networking, software at mga modelo. Sa madaling salita, pinapalitan ng rebisyon ang mga target na papel ng isang sukatan ng produksyon sa pagpapadala sa halip na markahan ang isang bagong henerasyon ng chip.

Ano ang dapat panoorin

Para sa mga mamimili ng AI compute, ang mahalaga ngayon ay sinusukat ang performance at bilis ng paghahatid sa mga system ng produksyon, hindi ang mga peak figure mula sa mga unang slide. Gumaganap na si Rubin sa produksyon, at ang mga resulta ng benchmark kasama ang feedback sa deployment mula sa mga hyperscaler ay magpapakita kung ano ang ibig sabihin ng mga binagong detalye sa mga totoong workload.