TECH HÍREK – Az egyik kereskedő listázta a Blackwell architektúrára épülő DGX B200-as szervert, és a csúcskategóriás mesterséges intelligencia-hardverért bizony rengeteget kell fizetni.
A Broadberry volt az, aki feltüntette, hogy mennyit kell fizetni a DGX B200-as szerverért, és a minap írtuk már, hogy a Blackwell iránt akkora kereslet van, hogy „a zöldek” egy évre előre lefoglalt készleteket látnak, ugyanis ekkora MI-bumm van, ami az Nvidia számára felettébb fényes jövőt vázol fel. Aki esetleg egy ilyen szervert vásárolna, az valószínűleg milliárdos, ugyanis a gép alapkiszerelésben félmillió dollár, tehát kb. 200 millió forintért vásárolható meg (de mire ez a kezeink között lehet, ez lehet 300 is, ha nem több). Sőt, pontosítunk, 515410 dollár, szóval még egy kicsivel több.
Miért is kóstál ennyit a gép? Nos, mindegyik DGX B200-ban nyolc B200-as GPU van, amivel akár 1,4 TB-nyi GPU memória van (1440 GB), és a HBM3E használatával a memória sávszélessége is impresszív, 64 TB/s. 72 petaFLOPS FP8 képzési és 144 petaFLOPS FP4 következtetési teljesítményt tud, hozzáfér az Nvidia-hálózathoz, a DGX BasePOD és a DGX SuperPOD alapjai is a gépben vannak, ráadásul tartalmazza az Nvidia AI Enterprise és az Nvidia Base Command szoftvert is. A gépben két Intel Xeon Platinum 8570 processzor, kettő 1,92 TB-s NVMe M2-es és nyolc 3,84 TB-s NVMe SSD, illetve 4 TB DDR5 memória van még.
Szóval ez nem valami asztali PC, ugyanis nem erre fejlesztette ki az Nvidia. Az előző architektúrához, a Hopperhez képest ez hatalmas előrelépés, és emiatt nem véletlen, hogy a nagy techcégek, így a Microsoft és a Meta is a hardver iránt érdeklődik. Nekik pedig az 500 ezer dollár nem olyan nagy költség, hiszen a mesterséges intelligencia fenntartható növekedéséről is szó volt a minap a Morgan Stanley elemzője szerint.
Nemrég szállította ki az Nvidia az OpenAI-nak az első készletet a DGX B200-as rendszerekből, ugyanis a két cég között felettébb exkluzív kapcsolat van. Ha felbukkant a listázás, akkor valószínűleg több techcég is már beszerzett néhányat az Nvidia gépeiből.
Forrás: WCCFTech, Broadberry
