AWS 攜手 NVIDIA 將首度推出 GPU 驅動的 AI 超級電腦

亞馬遜（Amazon）旗下Amazon Web Services（AWS）與NVIDIA於AWS re:Invent全球盛會上宣布擴大策略合作，將聯手推出先進基礎設施、軟體及服務，推動客戶在生成式AI（Generative AI）的創新，大幅加速所有產業應用生成式AI的發展。

其中亮點，首先是AWS將推出首款結合NVIDIA Grace Hopper Superchip超級晶片與AWS UltraCluster擴充技術的AI超級電腦。

第二是NVIDIA DGX Cloud率先配備NVIDIA GH200 NVL32，並首次在AWS上提供此AI訓練即服務

第三是NVIDIA和AWS在Project Ceiba合作，設計全球最快的GPU驅動AI超級電腦以及最新的NVIDIA DGX Cloud超級電腦，將為NVIDIA的AI研發以及自訂模型開發服務

AWS指出，AI資料中心以配置NVIDIA GH200、H200、L40S、以及L4 GPU等核心的全新Amazon EC2執行個體，大幅提升生成式AI、HPC高效能運算、設計、以及模擬的工作負載效能

目前在AWS上運行的NVIDIA軟體，包括NeMo LLM框架、NeMo Retriever、以及BioNeMo，能加速自訂模型、語意檢索、新藥開發等應用的生成式AI發展

NVIDIA與AWS將挹注NVIDIA與AWS技術的精華，包含NVIDIA新一代GPU、CPU與AI軟體的最新多節點系統，以及AWS的Nitro System先進虛擬化與安全平台、Elastic Fabric Adapter（EFA）互連介面和UltraCluster擴充服務，以提供理想的環境來訓練基礎模型與打造生成式AI應用。

雙方過去有13年的合作關係，此次擴大合作為使用機器學習（ML）的先驅們提供所需的運算效能，協助發展最尖端的技術。

此次雙方合作將大幅加速所有產業應用生成式AI的發展，合作內容包括：

第一，AWS成為第一家將配備多節點NVLink技術的NVIDIA GH200 Grace Hopper Superchip超級晶片導入雲端環境的雲端服務供應商。NVIDIA GH200 NVL32多節點平台運用NVIDIA NVLink與NVSwitch技術連結32個Grace Hopper Superchip超級晶片，組合成一個執行個體。此平台將以Amazon Elastic Compute Cloud（Amazon EC2）執行個體的型態上線營運，連結Amazon的強大網路（EFA），加上先進虛擬化（AWS Nitro System）與超大規模叢集（Amazon EC2 UltraClusters）的支援，讓共同客戶能擴充至數千顆GH200超級晶片的規模。

第二，NVIDIA與AWS將聯手在AWS上推出NVIDIA DGX Cloud這項AI訓練即服務（AI-training-as-a-service）方案。此方案將是首個配置GH200 NVL32的DGX Cloud方案，為開發者提供單一執行個體中最多的共用記憶體。AWS雲端上運行的DGX Cloud將可加速含有超過1兆參數的尖端生成式AI與大型語言模型的訓練。

第三，NVIDIA與AWS正合作推動Project Ceiba，聯手設計全球最快的GPU驅動AI超級電腦，配備GH200 NVL32與Amazon EFA互連技術的大規模系統由AWS代管，為NVIDIA研發團隊提供服務。這部開創先河的超級電腦配置16,384顆NVIDIA GH200超級晶片，能處理65 exaflops速度等級的AI運算，將推動NVIDIA進行全新生成式AI的創新。

AWS將再推出三款Amazon EC2執行個體：P5e執行個體配置NVIDIA H200 Tensor Core GPU，瞄準大規模與尖端生成式AI及HPC高效能運算工作負載；以及分別配置NVIDIA L4 GPU與NVIDIA L40S GPU的G6 與G6e執行個體，能運行包括AI微調、推論、繪圖、以及影片工作負載等廣泛應用。G6e執行個體特別適合用來開發3D工作流程、數位分身、以及其他使用NVIDIA Omniverse的應用，用來連結與打造各種生成式AI的3D應用。

AWS執行長Adam Selipsky表示，AWS與NVIDIA已經合作超過13年，起初是推出全球首個配置GPU的雲端執行個體。現在為各種工作負載推出最廣泛的NVIDIA GPU解決方案，包括繪圖、遊戲、HPC高效能運算、機器學習，一直到現在的生成式AI。

NVIDIA創辦人暨執行長黃仁勳表示，生成式AI正改變各種雲端作業的負載，為多元內容創作挹注加速運算動能。雙方共同目標是為每個客戶提供符合成本效益的先進生成式AI，為此NVIDIA與AWS在整個運算層級上合作，包含AI基礎設施、加速程式庫與基礎模型，以及生成式AI服務。