AI 및 제너레이티브 AI 허브
최신 AI 트렌드와 모범 사례를 알려주는 엄선된 리소스 모음을 이용하세요.
Shell은 침수 냉각으로 고성능, 지속 가능성을 강화합니다.
Shell의 휴스턴 데이터 센터는 이미 Shell Energy North America에서 공급하는 100% 재생 가능 전력을 활용하여 에너지 효율성을 고려하여 설계되었으며, 이는 지속 가능성이라는 최우선 과제를 뒷받침합니다.Shell의 HPC 팀은 계속해서 전력 사용 효율 (PUE) 비율을 낮추면서 동시에 성능을 높이는 방법을 안고 있었습니다.
Shell은 침수 냉각으로 고성능, 지속 가능성을 강화합니다.
Shell의 휴스턴 데이터 센터는 이미 Shell Energy North America에서 공급하는 100% 재생 가능 전력을 활용하여 에너지 효율성을 고려하여 설계되었으며, 이는 지속 가능성이라는 최우선 과제를 뒷받침합니다.Shell의 HPC 팀은 계속해서 전력 사용 효율 (PUE) 비율을 낮추면서 동시에 성능을 높이는 방법을 안고 있었습니다.
Penguin Solutions와 NVIDIA가 파트너십을 맺고 조지아 테크 AI Makerspace를 구축합니다
처음에는 학부생을 대상으로 했던 AI Makerspace는 일반적으로 연구원이나 기술 회사에서만 사용할 수 있는 컴퓨팅 리소스에 대한 액세스를 대중화하는 것을 목표로 합니다.학생들은 교과 과정의 일부로 클러스터에 온라인으로 액세스하여 실습 경험을 통해 AI 기술을 심화할 수 있습니다.Makerspace는 또한 학생들이 졸업 후 AI 전문가와 함께 작업하고 기술의 미래 응용 분야를 설계하는 데 도움을 줄 수 있으므로 더 나은 입지를 확보할 수 있습니다.
Penguin Solutions와 NVIDIA가 파트너십을 맺고 조지아 테크 AI Makerspace를 구축합니다
처음에는 학부생을 대상으로 했던 AI Makerspace는 일반적으로 연구원이나 기술 회사에서만 사용할 수 있는 컴퓨팅 리소스에 대한 액세스를 대중화하는 것을 목표로 합니다.학생들은 교과 과정의 일부로 클러스터에 온라인으로 액세스하여 실습 경험을 통해 AI 기술을 심화할 수 있습니다.Makerspace는 또한 학생들이 졸업 후 AI 전문가와 함께 작업하고 기술의 미래 응용 분야를 설계하는 데 도움을 줄 수 있으므로 더 나은 입지를 확보할 수 있습니다.
AI 팩토리 및 AI를 위한 창의적인 GPU 활용
HPC가 학술 컴퓨터 센터 및 정부 연구소의 영역에서 벗어나 엔터프라이즈 컴퓨팅 시스템을 어떻게 변화시켰는지 알아보십시오.AI 도입에는 새로운 인프라가 필요합니다. 문제는 기업이 GPU 기반 시스템에 수억 달러를 지출하고 있는데 성능과 가용성이 떨어지고 있다는 것입니다 (경우에 따라 25%).
다음 AI 및 HPC 프로젝트 시작하기
이 백서는 모든 산업 전반의 모든 규모의 조직에서 새로운 HPC 및 AI 이니셔티브를 지원하는 방법을 설명합니다.이러한 이니셔티브는 복잡하며 엔터프라이즈 IT에서 흔히 볼 수 없는 프로세서 유형, 워크로드 가속기, 고성능 스토리지 및 상호 연결 기술이 혼합되어 필요합니다.
CIO가 IT 조직 및 기업을 제너레이티브 AI에 대비시키는 방법
강력한 새 디지털 기술은 종종 CIO에게 “최고의 시기와 최악의 시간”이라는 수수께끼를 던지는데, 제너레이티브 AI는 이러한 패턴에 적합합니다.제너레이티브 AI는 고도로 개인화된 마케팅부터 지식 관리, 고객 서비스 및 소프트웨어 개발을 위한 대화형 애플리케이션 자동화에 이르기까지 비즈니스에 무수한 기회를 제공합니다.
엔터프라이즈 내 프라이빗 AI 인프라
프라이빗 AI는 엔터프라이즈 데이터센터 인프라와 AI 프레임워크 기능을 사용하여 엔터프라이즈별 AI/ML 워크플로를 지원합니다.데이터 센터 자산이 상호 연결 제공업체에 호스팅되든 기업 소유 시설에서 호스팅되든 관계없이 사설 AI는 향상된 데이터 프라이버시, 맞춤형 솔루션, 규제 표준 준수, 그리고 가장 중요한 AI 이니셔티브에 대한 제어를 비롯한 수많은 이점을 제공합니다.
몰입형 냉각은 AI의 잠재력을 발휘하여 에너지 효율성과 확장성을 높입니다.
IDC는 전 세계 데이터 센터 에너지 소비량이 2023년 374TWh 이상에서 2027년 거의 814TWh로 증가할 것으로 예측합니다.AI는 더 높은 전력을 고려할 때 이러한 수요 증가의 주요 원인입니다. GPU 사용 및 학습 및 튜닝 모델의 활용도 향상.IDC는 2027년까지 AI 데이터센터 에너지 소비량이 18% 까지 증가할 것으로 예상하고 있습니다.