甲骨文有 宣布 其 OCI Zettascale10，一个基于云的 人工智能超级计算机 它声称提供 16 zettaFLOPS 的峰值性能。该系统利用 800,000 个 Nvidia GPU，旨在支持 OpenAI 等合作伙伴开发的大规模人工智能工作负载。该公司声称，该系统可以在其 800,000 个 Nvidia GPU 上实现 16 zettaFLOPS 的峰值性能。当按每个 GPU 计算时，这种输出水平相当于每个单元大约 20 petaflops。这一单独的性能指标可与 Grace-Blackwell GB300 Ultra 芯片的输出相媲美，该芯片是专门为人工智能任务设计的高端桌面系统中使用的组件。总数字将 Zettascale10 定位为大规模计算基础设施的重要入门产品。 Oracle 已将该平台确定为位于德克萨斯州阿比林的 OpenAI Stargate 集群的基础设施。该设施的建设目的是管理目前研究计划和商业应用中出现的一些最苛刻的人工智能工作负载。 OpenAI 基础设施和工业计算副总裁 Peter Hoeschele 表示：“高度可扩展的定制 RoCE 设计最大限度地提高了千兆瓦级的结构范围性能，同时将大部分功能集中在计算上。” Zettascale10 系统的核心是 Oracle Acceleron RoCE 网络架构，该架构旨在增强数据密集型 AI 操作的可扩展性和可靠性。该设计采用充当微型交换机的网络接口卡，跨多个隔离的网络平面在 GPU 之间创建直接链接。此配置旨在减少 GPU 之间的通信延迟。它还提供冗余，即使其中一条网络路径出现故障，计算作业也可以继续处理而不会中断。 Nvidia 超大规模副总裁 Ian Buck 强调了 Nvidia 在该系统中的作用。 Buck 表示：“OCI Zettascale10 采用 Nvidia 全栈 AI 基础设施，提供了推进最先进的 AI 研究所需的计算结构，并帮助世界各地的组织从实验转向工业化 AI。”甲骨文还声称，其网络结构可以通过简化网络结构内的层来降低成本，同时在所有节点上提供一致的性能。该系统引入了线性可插拔和接收器光学技术，旨在在不牺牲带宽的情况下降低能耗和冷却要求。 Oracle 声称的 16 zettaFLOPS 性能尚未经过独立验证。云系统的性能指标可能会根据计算方法的不同而有所不同，并且该公司的数据可能基于理论峰值性能而不是持续运行率。由于该系统宣传的总输出等于其最大潜力运行的 800,000 个 GPU 的总和，因此其实际效率将在很大程度上取决于网络设计和软件优化等因素。预计分析师将拭目以待，看看该配置是否能提供与其他主要云提供商已建立的人工智能集群相媲美的性能。 Zettascale10系统旨在允许客户在Oracle的分布式云环境中训练和部署大型人工智能模型，其中包括数据主权措施。 Oracle 云基础设施执行副总裁 Mahesh Thiagarajan 评论道：“借助 OCI Zettascale10，我们将 OCI 的 Oracle Acceleron RoCE 网络架构与下一代 Nvidia AI 基础设施融合在一起，以无与伦比的规模提供数千兆瓦的 AI 容量。”他补充说，客户可以使用更少的功率来构建和训练模型，并以“强大的数据和人工智能主权”进行操作。该系统还通过独立的平面级维护提供操作灵活性，允许更新并减少停机时间。观察人士指出，其他主要云提供商正在同时构建自己的大规模 GPU 集群并开发先进的云存储系统，这可能会缩小 Oracle 所拥有的竞争优势。 Zettascale10 系统计划于明年推出。其满足可扩展、高效和可靠的人工智能计算日益增长的需求的能力将在部署后进行评估。
