ASUS apuesta por la IA generativa con tecnología NVIDIA Blackwell: soluciones innovadoras para centros de datos

Publicado el

La reciente Cumbre Global OCP 2024 ha sido el escenario donde ASUS ha dejado clara su visión de futuro en inteligencia artificial, lanzando productos de supercomputación que integran la última tecnología de NVIDIA Blackwell. Con esta colaboración, ASUS no solo se posiciona como líder en hardware de alto rendimiento para IA, sino que también marca el camino hacia centros de datos más eficientes y adaptables a las demandas crecientes de la IA generativa.

Nuevas soluciones de IA basadas en NVIDIA Blackwell

  • ASUS ESC AI POD con NVIDIA GB200 NVL72 ASUS presentó su innovador ESC AI POD, un sistema de rack que utiliza el NVIDIA GB200 NVL72 y está equipado con 36 CPUs NVIDIA Grace y 72 GPUs NVIDIA Blackwell. Este dispositivo actúa como una GPU masiva gracias al sistema NVLink, permitiendo una aceleración óptima para aplicaciones de IA generativa y grandes modelos de lenguaje (LLM) en tiempo real.

    Lo que destaca en esta solución es su capacidad de adaptarse a entornos de refrigeración líquido-aire y líquido-líquido, lo cual es esencial para mantener la eficiencia energética en centros de datos que operan a gran escala. La combinación de hardware y software de ASUS permite un escalado dinámico, asegurando que los centros de datos puedan expandirse o reducirse sin comprometer el rendimiento.

  • ASUS ESC NM2-E1: servidor 2U para IA generativa La segunda apuesta de ASUS es el ESC NM2-E1, un servidor compacto y potente diseñado específicamente para IA generativa y aplicaciones de computación de alto rendimiento (HPC). Este servidor utiliza la plataforma NVIDIA GB200 NVL2, ofreciendo una comunicación de alto ancho de banda y optimizada para toda la pila de software NVIDIA. ASUS plantea esta solución para desarrolladores e investigadores que buscan optimizar modelos avanzados sin perder eficiencia ni velocidad en su despliegue.

Servidor ASUS 8000A-E13P con arquitectura NVIDIA MGX ASUS también ha presentado el 8000A-E13P, un servidor 4U que admite hasta ocho GPUs NVIDIA H200 Tensor Core, ideal para infraestructuras de IA a gran escala. Este servidor es completamente compatible con la arquitectura NVIDIA MGX, permitiendo una rápida implementación gracias a su diseño modular. Su topología avanzada, que incluye las configuraciones NVIDIA 2-8-5 (CPU-GPU-DPU/NIC) y SuperNIC ConnectX-7 o BlueField-3, maximiza el flujo de datos entre nodos, lo cual se traduce en un rendimiento más fluido en entornos de datos distribuidos.

La importancia de la arquitectura modular en la evolución de los centros de datos

ASUS ofreció una sesión especial en la Cumbre Global OCP 2024, donde se analizó el Sistema de Hardware Modular para Centros de Datos (DC-MHS), creado en colaboración con OCP. Esta arquitectura modular basada en NVIDIA MGX permite una adaptabilidad sin precedentes, permitiendo a los centros de datos integrar o cambiar componentes con facilidad y adaptarse a las demandas tecnológicas futuras.

La ventaja principal de este enfoque modular es la posibilidad de simplificar el mantenimiento y mejorar la escalabilidad, aspectos críticos para centros de datos que manejan grandes volúmenes de datos.

Conclusión: ASUS y NVIDIA redefinen la IA generativa

ASUS ha demostrado en la Cumbre Global OCP 2024 que sus soluciones basadas en NVIDIA Blackwell no solo mejoran el rendimiento de la IA generativa, sino que también abren nuevas posibilidades en la construcción de centros de datos más sostenibles y escalables. La combinación de soluciones como el ESC AI POD, ESC NM2-E1 y el 8000A-E13P con la arquitectura modular MGX coloca a ASUS en una posición estratégica en el avance de la tecnología de inteligencia artificial.

Desde WWWhatsnew, consideramos que este enfoque es una respuesta eficaz a la creciente demanda de infraestructuras de alto rendimiento para aplicaciones de IA. La apuesta de ASUS y NVIDIA no solo beneficia a los desarrolladores e investigadores, sino que establece una base sólida para el futuro de los centros de datos.