يُعد هيكل خادم GPU، الذي يُعرف أيضًا باسم هيكل خادم وحدة معالجة الرسومات، عبارة عن غلاف جاهز للتركيب في حامل، مصمم لدمج وحدات معالجة الرسومات مع وحدة المعالجة المركزية (CPU) واللوحة الأم ووحدات التخزين والشبكات والتبريد ومكونات الطاقة. ويوفر هذا الهيكل الكثافة المطلوبة لوحدات معالجة الرسومات، وتدفق الهواء، وتوزيع الطاقة، وإمكانيات التوسعة، والإعدادات المخصصة لأحمال العمل، وهي العناصر الضرورية لتحقيق حوسبة مُسرَّعة وموثوقة.
وهي عبارة عن حاوية متخصصة مصممة لبناء نظام مخصص لمهام الرسومات المعقدة، أو المحاكاة، أو الحوسبة المعجلة، أو الحوسبة عالية الأداء. وعلى عكس حاويات أجهزة الكمبيوتر القياسية أو حاويات الخوادم المخصصة للتركيب على الرفوف ذات الأغراض العامة، يجب أن تراعي هذه الحاوية تدفقًا كبيرًا للهواء، ومسافات فاصلة كافية، وتوزيعًا دقيقًا لوصلات PCIe، وتوزيعًا مستقرًا للطاقة، ودعمًا ميكانيكيًا لبطاقات التسريع الكبيرة.
يقوم الهيكل بتنسيق أبعاد وحدة معالجة الرسومات (GPU)، ومنصة وحدة المعالجة المركزية (CPU)، وتصميم اللوحة، وبنية التوسعة، وحائط المراوح، ومصادر الطاقة، وفتحات التخزين، ومحولات الشبكة. ويُعد الغلاف جزءًا من تصميم النظام، وليس مجرد غلاف معدني.
يحقق الشكل المناسب التوازن بين كثافة الحامل وقدرة التبريد وسهولة الصيانة وإمكانية التوسع واحتياجات التطبيقات. يُعد الهيكل مقاس 1U أو 2U مناسبًا لعمليات النشر المدمجة؛ بينما يوفر التصميم مقاس 4U أو 5U مساحة أكبر للبطاقات كاملة الارتفاع وتدفق الهواء والتخزين وتوصيل الكابلات؛ أما المنصة مقاس 8U أو الأكبر فهي تدعم المُسرِّعات عالية الكثافة والتبريد عالي السعة والطاقة الاحتياطية والصيانة على نطاق البنية التحتية.
لا تتحدد السعة الفعلية لوحدة معالجة الرسومات (GPU) بالارتفاع وحده أبدًا. فهي تعتمد على التخطيط الداخلي، وطول وحدة معالجة الرسومات وعرض الفتحة، وتصميم اللوحة، وتصميم وحدة التوصيل الإضافية، والنظام الحراري، ومصادر الطاقة، وموضع فتحات التوسعة.
عادةً ما تكون خوادم GPU ذات الحجم 1U و2U مناسبة لأحمال العمل التي تكون فيها كثافة الحامل وكفاءة النشر أكثر أهمية من الحصول على أكبر عدد ممكن من وحدات GPU كاملة الحجم. وتشمل التطبيقات النموذجية ما يلي:
يمكن لخادم GPU صغير الحجم توفير معالجة مُسرَّعة بالقرب من المستخدمين أو الكاميرات أو الأجهزة، مع الحفاظ في الوقت نفسه على سعة حامل الخادم. ولا يزال تحديد الحجم النهائي يعتمد على أبعاد وحدة معالجة الرسومات (GPU)، ووضع التبريد، وسعة التخزين، وبيئة الطاقة المتاحة.
يُستخدم الهيكل من فئة 4U على نطاق واسع في الأنظمة عالية الأداء المزودة بوحدات معالجة رسومات متعددة (GPU)، لأنه يوفر مساحة عملية لمُسرعات الأداء والمراوح وتوجيه منافذ PCIe ووحدات التخزين والوصول لأغراض الصيانة. وتشمل التطبيقات الشائعة لهيكل 4U تدريب الذكاء الاصطناعي، وتطوير نماذج اللغة الكبيرة (LLM) والذكاء الاصطناعي التوليدي، والتعلم العميق، والعرض ثلاثي الأبعاد، والرسوم المتحركة، والتصور المعماري، والمحاكاة العلمية، والنمذجة المالية، ومعالجة البيانات الضخمة، والحوسبة عالية الأداء (HPC) السائدة.
يمكن لبعض المنصات ذات الحجم 4U المصممة بشكل سليم استيعاب ما يصل إلى ثماني وحدات معالجة رسومات (GPU) كاملة الحجم، اعتمادًا على المنصة وتصميم نظام التبريد وتخطيط اللوحة ونوع وحدة معالجة الرسومات. وتُظهر التصميمات الحالية لخوادم 4U المثبتة على حاملات الرف نطاقًا يتراوح بين بطاقات التوصيل المباشر واللوحات الأساسية من فئة HGX.
لا تعتبر حاوية 4U مناسبة تلقائيًا لجميع بطاقات الرسومات. لذا، يجب التحقق من ضغط المروحة، ودرجة حرارة الهواء الداخل، والمسافة بين البطاقات، وكابلات الطاقة، ومسارات الكابلات، ونظام التبريد (سواء كان نشطًا أم سلبيًا).
يُعد استخدام أنظمة وحدة معالجة الرسومات (GPU) بحجم 8U أو أكبر خيارًا منطقيًّا عندما تكون أولوية كثافة المسرعات، وقدرة التبريد، والتكرار، والاتصال بين وحدات GPU، وسهولة الصيانة، أكبر من كفاءة استخدام مساحة الحامل. تستخدم الشركات والجامعات ومؤسسات البحث والمختبرات الوطنية ومشغلي مراكز البيانات ومزودي البنية التحتية للذكاء الاصطناعي هذه المنصات من أجل مجموعات الذكاء الاصطناعي التوليدي، وتطوير النماذج الأساسية، والحوسبة الفائقة للمؤسسات، والحوسبة العلمية، والبنية التحتية لوحدات معالجة الرسومات متعددة العقد، والمسرعات المؤسسية عالية الكثافة، وغيرها من عمليات النشر التي تتطلب موارد كبيرة.
تجمع منصات فئة HGX بين وحدات معالجة رسومات (GPU) متعددة ووصلات داخلية عالية السرعة من أجل أعباء عمل الذكاء الاصطناعي القابلة للتوسع والحوسبة المعجلة. كما توفر الأنظمة الأكبر حجمًا مساحة لأجهزة التبريد والشبكات والتخزين ومصدر طاقة احتياطي؛ وتُظهر المنصات التجارية ذات الحجم 8U تكاملًا مع إمكانيات توسعة واسعة وفتحات متعددة لمحركات الأقراص مقاس 2.5 بوصة.
بالنسبة للمشترين الذين يقارنون بين خوادم GPU المخصصة للذكاء الاصطناعي، تُعد هذه العلاقات نقاط انطلاق مفيدة، وليست حدودًا عامة:
| التطبيق | الحجم الشائع للهيكل | الأولوية الرئيسية في التصميم |
|---|---|---|
| VDI، الألعاب السحابية، الرسومات عن بُعد | 1U أو 2U | كثافة الرفوف والنشر الفعال |
| الاستدلال على الحافة، تحليل الفيديو، معالجة بيانات أجهزة الاستشعار | 1U أو 2U | الحوسبة المحلية، تدفق الهواء، التكامل المدمج |
| تدريب نماذج الذكاء الاصطناعي، والتصوير الحاسوبي، والحوسبة عالية الأداء في المجال العام | 4U | قدرات بطاقات الرسومات المتعددة، والتبريد، والتوسعة |
| مجموعات كبيرة من أنظمة الذكاء الاصطناعي التوليدي، والحوسبة الفائقة | 8U أو أكبر | كثافة المسرعات، والوصلات البينية، والتكرار |
قم بتقييم الهيكل كجزء من نظام وحدة معالجة الرسومات (GPU) الكامل. تأكد من العوامل التالية قبل الشراء:
تضم حاوية خادم GPU وحدة معالجة رسومات واحدة أو أكثر إلى جانب وحدة المعالجة المركزية (CPU) واللوحة الأم ووحدات التخزين والشبكات والتبريد ومكونات الطاقة اللازمة لأحمال العمل المعجلة. وبالمقارنة مع حاوية الخادم ذات الأغراض العامة، فإنها مصممة بحيث تراعي المساحة المطلوبة لوحدات معالجة الرسومات (GPU)، وإنتاج الحرارة المركّز، واتصالات PCIe، وتوزيع الطاقة، والوصول لأغراض الصيانة. وتشمل التطبيقات النموذجية تدريب الذكاء الاصطناعي، واستدلال الذكاء الاصطناعي، وعملية العرض، ومحطات العمل الافتراضية، وتحليلات الفيديو، والحوسبة العلمية، والحوسبة عالية الأداء (HPC).
اختر شكل الجهاز وفقًا لحجم العمل، وأبعاد وحدة معالجة الرسومات (GPU)، ومتطلبات التبريد، واحتياجات التوسعة، والمساحة المتاحة في الرف. يُستخدم الهيكل مقاس 1U أو 2U عادةً في عمليات الاستدلال المدمجة، وبيئة VDI، وتحليلات الفيديو، أو عمليات نشر الرسومات عن بُعد. وغالبًا ما يتم اختيار منصة مقاس 4U لتدريب الذكاء الاصطناعي باستخدام وحدات معالجة الرسومات المتعددة (multi-GPU)، وعمليات العرض، والحوسبة عالية الأداء (HPC) السائدة، بينما تُعتبر الأنظمة مقاس 8U والأكبر عمومًا مناسبة لمنصات المسرعات عالية الكثافة ومجموعات الذكاء الاصطناعي على نطاق البنية التحتية. هذه إرشادات وليست حدودًا ثابتة؛ حيث تتضمن مجموعات الخوادم الحالية تصميمات بحجم 4U و5U و8U و10U لمختلف بنى الذكاء الاصطناعي والحوسبة عالية الأداء (HPC).
تدعم بعض أنظمة 4U ما يصل إلى ثماني وحدات معالجة رسومات (GPU)، لكن هذه الإمكانية تعتمد على المنصة المحددة، ونوع وحدة معالجة الرسومات، وتصميم شبكة PCIe، وتخطيط اللوحة الأم، والتصميم الحراري، ونظام الطاقة. على سبيل المثال، تتضمن منصات Supermicro 4U الحالية تكوينات مصممة لاستيعاب ما يصل إلى ثماني وحدات معالجة رسومات (GPU) متصلة مباشرة عبر PCIe، ولكن لا ينبغي تطبيق هذه المواصفات على كل هيكل 4U. يجب دائمًا التحقق من التكوين الكامل للنظام بدلاً من الاعتماد على ارتفاع الحامل وحده.
تأكد أولاً من طول وحدة معالجة الرسومات (GPU) وارتفاعها وعرض الفتحة وطريقة التبريد ومتطلبات الطاقة. ثم راجع جيل PCIe وتوزيع المسارات، وتصميم وحدة التوصيل (رايزر)، والتوافق مع وحدة المعالجة المركزية (CPU) واللوحة الأم، وسعة المروحة، واتجاه تدفق الهواء، وموصلات الطاقة، وخيارات الطاقة الاحتياطية، وفتحات التخزين، وعمق الحامل، وتوجيه الكابلات، وإمكانية الوصول لأغراض الصيانة. يُعد تقييم الشركة المصنعة مفيدًا بشكل خاص لأنه يقيّم متطلبات الحرارة والميكانيكا والطاقة وسلامة الإشارة معًا.
تُعد منصة فئة HGX أكثر ملاءمةً عندما يتطلب عبء العمل بنيةً متعددة وحدات معالجة الرسومات (GPU) متكاملة بشكل وثيق، واتصالاً عالي السرعة بين وحدات معالجة الرسومات، وشبكات مؤسسية، وقدرات قابلة للتوسع في مجالي الذكاء الاصطناعي أو الحوسبة عالية الأداء (HPC). تصف NVIDIA منصة HGX بأنها منصة تجمع بين وحدات معالجة الرسومات (GPU) وNVLink والشبكات والبرامج المُحسَّنة، لذا فهي تختلف عن الهيكل التقليدي المزود ببطاقات رسومات PCIe مستقلة. ويعتمد الاختيار الصحيح على حجم النموذج وأنماط الاتصال وتصميم المجموعة والبنية التحتية للتبريد وتوافر الطاقة والميزانية.
يحافظ الهيكل المناسب على قيمة خادم وحدة معالجة الرسومات (GPU) بأكمله من خلال مواءمة ملاءمة وحدة التسريع، والاتصال، والتبريد، والطاقة، والتخزين، والوصول للصيانة مع التطبيق المقصود.
يرجى ذكر بطاقات الرسومات (GPU) المفضلة لديك، وعدد بطاقات الرسومات، وطراز اللوحة الأم، ومنصة وحدة المعالجة المركزية (CPU)، ومتطلبات التخزين، وحدود المساحة المتاحة في الحامل، ومتطلبات التبريد، وبيئة الطاقة، بالإضافة إلى أحمال العمل المقصودة في مجالات الذكاء الاصطناعي، أو العرض، أو الاستدلال، أو الحوسبة عالية الأداء.
