साझेदारियाँ

डेटा केंद्रों में रूपांतरण के लिए Nexalus और RENDA ने लॉन्च किया तरल-शीतित Nova8 एआई सर्वर

Nexalus और RENDA ने Nova8 पेश किया है—मौजूदा डेटा केंद्रों के लिए बनाया गया एक स्व-निहित तरल-शीतित एआई सर्वर, जिसके प्रदर्शन संबंधी दावों का आकलन कार्यभार-स्तर पर परीक्षण करके किया जाना चाहिए।

Theo Nash
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Official overhead product photograph of the RENDA Nova8 server showing its integrated cooling system
मुख्य बिंदुNova8 मानक रैक में बिना बिल्डिंग-स्तरीय पाइपिंग के लिक्विड कूलिंग फिट करके रेट्रोफिट…
और देखें
  • Nova8 मानक रैक में बिना बिल्डिंग-स्तरीय पाइपिंग के लिक्विड कूलिंग फिट करके रेट्रोफिट व्यावहारिकता को लक्षित करता है।
  • Nexalus समान एयर-कूल्ड सिस्टम की तुलना में 20% तक अधिक AI थ्रूपुट का दावा करता है, लेकिन आंकड़े अभी भी असत्यापित हैं।
  • खरीदारों को केवल बेंचमार्क विनिर्देशों पर भरोसा करने के बजाय अपने स्वयं के वर्कलोड के विरुद्ध थ्रूपुट को मान्य करना चाहिए।

Nexalus और RENDA ने RENDA Nova8 लॉन्च किया है। यह तरल-शीतित एआई सर्वर उन संगठनों के लिए है जो अपने रैक के आसपास की शीतलन अवसंरचना का पुनर्निर्माण किए बिना अधिक कंप्यूट क्षमता चाहते हैं। 17 नवंबर को घोषित यह प्रणाली एआई की तैनाती से जुड़े एक ऐसे सवाल पर केंद्रित है जो लगातार अधिक व्यावहारिक होता जा रहा है: मौजूदा सुविधा कितनी उपयोगी कार्यक्षमता संभाल सकती है?

कंपनियों के अनुसार, Nova8 एक स्व-निहित प्रणाली है, जिसे पहले से मौजूद एयर-कूल्ड डेटा केंद्रों में तैनाती के लिए बनाया गया है। ICR द्वारा वितरित एक विज्ञप्ति में Nexalus का कहना है कि तुलनीय एयर-कूल्ड प्रणालियों की तुलना में यह एआई थ्रूपुट 20% तक बढ़ा सकती है और ऊर्जा दक्षता 22% तक बेहतर कर सकती है। ये आंकड़े कंपनी के दावे हैं, स्वतंत्र रूप से सत्यापित नतीजे नहीं; इन्हें हर कार्यभार के लिए सुनिश्चित सुधार नहीं मानना चाहिए।

एआई अवसंरचना के रूपांतरण का तरीका

लॉन्च की घोषणा के अनुसार, Nova8 में आठ NVIDIA RTX PRO 6000 Blackwell जीपीयू एक ऐसे 4U चेसिस में लगाए गए हैं, जो मानक 19-इंच रैक में फिट होता है। हर जीपीयू को अपनी पूरी 600-वॉट क्षमता पर काम करने के लिए बनाया गया है। इस शीतलन प्रणाली के लिए संचालकों को इमारत में तरल-पाइपिंग लगाने की जरूरत नहीं पड़ती।

इस डिज़ाइन में जीपीयू और सीपीयू के लिए Nexalus की जेट-इम्पिंजमेंट शीतलन तकनीक का इस्तेमाल किया गया है। केवल चैनलों में बहते शीतलक पर निर्भर रहने के बजाय, यह प्रणाली चिप के सबसे गर्म हिस्सों के ऊपर लगी प्लेट पर जेट की धाराएँ निर्देशित करती है। साझेदारों का कहना है कि उन्होंने कंप्यूट और तापीय घटकों को साथ मिलकर विकसित किया और शीतलन को सहायक उपकरण के बजाय सर्वर की संरचना का हिस्सा माना।

अवसंरचना खरीदने वालों के लिए यह अंतर मायने रखता है, क्योंकि एक्सेलरेटर खरीदना और उनका उत्पादक ढंग से संचालन कर पाना दो अलग-अलग फैसले हैं। मौजूदा रैक में भौतिक रूप से फिट होने वाले सर्वर को भी उस स्थल की विद्युत, तापीय, नेटवर्किंग और सेवा-संबंधी जरूरतें पूरी करनी होती हैं। स्व-निहित शीतलन परिपथ आकलन के एक हिस्से को आसान बना सकता है, लेकिन इससे सुविधा-संबंधी समीक्षा की जरूरत खत्म नहीं होती।

प्रदर्शन के दावे क्या दिखाते हैं और क्या नहीं

लॉन्च विज्ञप्ति में Llama 3.3 के आंतरिक परीक्षण के दौरान 55,000 टोकन प्रति सेकंड की गति और 8.6 टोकन प्रति वॉट की दक्षता का नतीजा बताया गया है। इसमें 10 पंप और 16 पंखों वाले अतिरिक्त शीतलन हार्डवेयर का भी वर्णन है। ये विशिष्टताएँ संभावित ग्राहकों को जाँच-पड़ताल के लिए ठोस सवाल देती हैं, लेकिन अपने अनुप्रयोगों के परीक्षण का विकल्प नहीं हैं।

केवल थ्रूपुट का आंकड़ा यह नहीं बताता कि किसी उत्पादन अनुप्रयोग का प्रदर्शन कैसा होगा। खरीदारों को पूछना चाहिए कि परीक्षण में किस मॉडल कॉन्फ़िगरेशन, परिशुद्धता, इनपुट लंबाई, आउटपुट लंबाई, समवर्ती अनुरोधों की संख्या और सेवा-संचालन सॉफ़्टवेयर का इस्तेमाल किया गया। उन्हें यह भी पता करना चाहिए कि बताई गई बिजली खपत सर्वर की है, कुछ घटकों की है या अवसंरचना के किसी व्यापक दायरे की। मापन के अलग-अलग दायरों की तुलना से दक्षता का देखने में सरल प्रतिशत भ्रामक हो सकता है।

सबसे उपयोगी मूल्यांकन में थ्रूपुट के साथ-साथ विलंबता के लक्ष्य भी शामिल होंगे। इंटरैक्टिव अनुरोधों को संभालने वाला संगठन अनुमानित प्रतिक्रिया समय को रात भर बड़े बैच चलाने वाले संगठन से अलग महत्व दे सकता है। दोनों एक ही हार्डवेयर का इस्तेमाल करते हुए लागत और क्षमता के बारे में अलग-अलग निष्कर्ष पर पहुँच सकते हैं। यह मूल्यांकन की रूपरेखा है, इस बात का प्रमाण नहीं कि Nova8 इन दोनों में से किसी भी आवश्यकता पर खरा नहीं उतरा या उतरा है।

वास्तविक कार्यभारों पर प्रणाली का परीक्षण

कंपनियाँ पात्र संभावित ग्राहकों को Test Drive कार्यक्रम के ज़रिए दूरस्थ पहुँच दे रही हैं और UNICOM Engineering के माध्यम से दुनिया भर में बिक्री-पश्चात सहायता उपलब्ध करा रही हैं। इससे इच्छुक संगठनों को घोषित विशिष्टताओं के आधार पर ही धारणाएँ बनाने के बजाय उत्पाद की जाँच करने का एक रास्ता मिलता है।

उपयोगी परीक्षण के लिए संचालक किसी प्रतिनिधि कार्यभार को दोहरा सकता है, सॉफ़्टवेयर की सेटिंग्स स्थिर रख सकता है और नतीजों की तुलना अपनी मौजूदा तैनाती से कर सकता है। बिजली की खपत, विलंबता, थ्रूपुट और निरंतर संचालन—इन सबका एक साथ रिकॉर्ड रखने से यह समझने में मदद मिलेगी कि अवसंरचना में हुआ सुधार वास्तव में उपयोगी है या बेंचमार्क में मिला लाभ इच्छित अनुप्रयोग में काम नहीं आता।

सर्विसिंग में आसानी पर भी ध्यान देना चाहिए। तरल-शीतित प्रणाली का मूल्यांकन करने वाले संचालकों को समझना चाहिए कि घटक कैसे बदले जाते हैं, खराबियों का पता कैसे चलता है, उनकी अपनी टीमें कौन-से रखरखाव कार्य कर सकती हैं और सहायता की व्यवस्था उनकी अपटाइम संबंधी जरूरतों के अनुरूप है या नहीं। जब किसी उत्पाद को नई सुविधा के डिज़ाइन के बजाय मौजूदा ढाँचे में बदलाव के लिए पेश किया जाता है, तब ये बातें खास तौर पर प्रासंगिक होती हैं।

इसलिए Nova8 का प्रस्ताव केवल एक रैक में अधिक जीपीयू लगाने तक सीमित नहीं है। इसका मकसद तरल-शीतित एआई कंप्यूट को उन अवसंरचनाओं में उपयोगी बनाना है जिन्हें संगठन पहले से संचालित कर रहे हैं। यह तरीका विज्ञापित लाभ देगा या नहीं, यह ग्राहकों के कार्यभार और स्थल-स्तरीय सत्यापन पर निर्भर करेगा; फिर भी, इस लॉन्च ने मौजूदा ढाँचे में रूपांतरण की व्यावहारिकता को खरीद के फैसले के केंद्र में ला दिया है।

Theo Nash एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो AI इन्फ्रास्ट्रक्चर, कंप्यूट, और आधुनिक कृत्रिम बुद्धिमत्ता को शक्ति देने वाले हार्डवेयर सिस्टम को कवर करते हैं। उनका काम बड़े पैमाने पर AI वर्कलोड्स के तकनीकी आधार पर केंद्रित है, जिसमें डेटा सेंटर, एक्सेलेरेटर, नेटवर्किंग, और उन्हें जोड़ने वाले सॉफ्टवेयर स्टैक शामिल हैं।

एक विश्लेषणात्मक और इंजीनियरिंग-उन्मुख दृष्टिकोण के साथ, Theo यह जांचते हैं कि GPUs, कस्टम सिलिकॉन, मेमोरी आर्किटेक्चर, और वितरित सिस्टम में प्रगति नई पीढ़ियों के AI मॉडल को कैसे सक्षम बनाती है। वे प्रदर्शन समझौते, ऊर्जा दक्षता, स्केलेबिलिटी, और व्यावहारिक प्रतिबंधों पर विशेष ध्यान देते हैं जो वास्तविक दुनिया में AI इन्फ्रास्ट्रक्चर की तैनाती को आकार देते हैं।

Theo Nash द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा तकनीकी शुद्धता, स्पष्टता, और तेजी से विकसित हो रहे AI कंप्यूट परिदृश्य की जिम्मेदार कवरेज सुनिश्चित करने के लिए समीक्षित किए जाते हैं।