Sim, roda Crysis, mas supercomputadores tendem a se envolver em trabalhos mais pesados, como modelagem molecular ou previsão do tempo. Ou no caso da mais nova máquina monolítica da Nvidia, será utilizada no futuro na tecnologia dos carros autônomos.
Nesta segunda-feira a Nvidia revelou o DGX SuperPOD. Que atualmente é o 22º supercomputador mais rápido do mundo, pretende treinar os algoritmos e as redes neurais escondida dentro desses veículos, melhorando o software para melhores resultados na estrada. A Nvidia destacou que um único veículo coletando dados AV pode gerar 1 terabyte por hora - multiplique isso por uma frota inteira de carros, e verá por que processar tantos dados é necessário para algo assim.
O DGX SuperPOD levou apenas três semanas para ser montado. Utilizando 96 supercomputadores NVIDIA DGX-2H, 1,536 placas de vídeo Tensor Core V100 interconectadas, a coisa toda gera 9.4 petaflops de poder de processamento. Para se ter uma ideia de o quão parrudo é esse sistema, a Nvidia apontou que para rodar um modelo específico de treinamento de IA costuma levar 25 dias quando o primeiro modelo foi lançado, mas o DGX SuperPOD podem fazer isso em menos de dois minutos. Entretanto, ele não é um sistema muito grande - a Nvidia disse que seu alcance geral é cerca de 400 vezes menor do que ofertas similares, que poderiam ser construídas a partir de milhares de servidores individuais.
Um supercomputador é apenas uma parte de um ecossistema maior - afinal, ele precisa de um data center que possa realmente lidar com esse tipo de taxa de transferência. A Nvidia disse que as empresas querem usar uma solução como essa, mas não possui infraestrutura para fazer isso, podem contar com vários parceiros que podem emprestar os seus espaços a terceiros.
Embora o DGX SuperPOD seja novo, supercomputadores DGX da Nvidia já são utilizados por várias montadoras e empresas que precisam de tipo de poder processamento. A empresa disse em um post no seu blogue que a BMW, Continental e Ford estão todas utilizando os sistemas DGX para várias finalidades. Como o desenvolvimento autônomo continua a crescer em escopo, ter este tipo de poder de processamento será praticamente necessário.