AI ಡೇಟಾ ಸೆಂಟರ್ ಎಂದರೇನು? [ವಿಡಿಯೋ ಮತ್ತು ರಸಪ್ರಶ್ನೆ]

ಸಣ್ಣ ಉತ್ತರ: AI ಡೇಟಾ ಸೆಂಟರ್ ಎನ್ನುವುದು ಹೆಚ್ಚಿನ ಸಾಂದ್ರತೆಯ ತಾಣವಾಗಿದ್ದು, ಅಲ್ಲಿ ವಿದ್ಯುತ್, ತಂಪಾಗಿಸುವಿಕೆ, ಬಟ್ಟೆ ಮತ್ತು ಸಂಗ್ರಹಣೆಯು ತರಬೇತಿ ಮತ್ತು ಸರ್ವಿಂಗ್ ಮಾದರಿಗಳ ಸುತ್ತಲೂ ಬಾಗುತ್ತದೆ, ಹೆಚ್ಚುವರಿ GPU ಗಳನ್ನು ಹೊಂದಿರುವ ಸರ್ವರ್ ಕೋಣೆಯ ಸುತ್ತಲೂ ಅಲ್ಲ. ಚಿಪ್‌ಗಳು ಖ್ಯಾತಿಯನ್ನು ಪಡೆಯುತ್ತವೆ; ಕಟ್ಟಡವು ಅವು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆಯೇ ಎಂದು ನಿರ್ಧರಿಸುತ್ತದೆ. ಚಿತ್ರಗಳು ಬಿಡಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಸಣ್ಣ ಕೋಶವನ್ನು ಮರುಜೋಡಿಸಿ; ಹೆಚ್ಚಿನ ತಂಡಗಳು ಬಾಡಿಗೆಗೆ ಪಡೆಯಬೇಕು.

ಪ್ರಮುಖ ಅಂಶಗಳು:

ಚಿಪ್ಸ್ vs ಕಟ್ಟಡ: ಶಕ್ತಿ, ತಂಪಾಗಿಸುವಿಕೆ, ಬಟ್ಟೆ ಮತ್ತು ಸಂಗ್ರಹಣೆಯು ವೇಗವರ್ಧಕಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆಯೇ ಎಂದು ನಿರ್ಧರಿಸುತ್ತದೆ.

ಸ್ಥಳಗಳು ಅರಮನೆಗಳಲ್ಲ: ಡೇಟಾ ಬಿಟ್ಟು ಹೋಗಲು ಸಾಧ್ಯವಾಗದಿದ್ದಾಗ ಎರಡು ರ್ಯಾಕ್‌ಗಳನ್ನು ನವೀಕರಿಸಿ; ಕ್ಯಾಂಪಸ್ ಖರೀದಿಸಬೇಡಿ.

ಸರಾಸರಿ vs ಸರಾಸರಿ: ಎಂಟು ರನ್‌ಗಳಲ್ಲಿ, ಸರಾಸರಿ ಮರೆಮಾಡಿದ ಸಮಯವು ಮರುಪ್ರಾರಂಭಗೊಳ್ಳುತ್ತದೆ; 18-ಗಂಟೆಗಳ ಸರಾಸರಿಯನ್ನು ಬಳಸಿ.

ದುರುಪಯೋಗ ಪ್ರತಿರೋಧ: ಮಿಶ್ರ ಹಾಲ್‌ನಲ್ಲಿ ಎರಡು ರ‍್ಯಾಕ್‌ಗಳಿಗೆ PUE ಅನ್ನು ಉಲ್ಲೇಖಿಸಬೇಡಿ.

ವಿವರಣಾತ್ಮಕ ಫಲಿತಾಂಶಗಳು: ಎಂಟು ರನ್‌ಗಳು ಒಂದು ಸಣ್ಣ ನಕ್ಷೆಯಾಗಿದ್ದು, 50% ಉತ್ಪಾದನೆ ಉಳಿತಾಯವಲ್ಲ.

ಇದರ ನಂತರ ನೀವು ಓದಲು ಇಷ್ಟಪಡಬಹುದಾದ ಲೇಖನಗಳು:

🔗 AI ವಿಶ್ವಾಸಾರ್ಹವೇ? ವೀಡಿಯೊ ಮತ್ತು ರಸಪ್ರಶ್ನೆ
ಆಕರ್ಷಕ ವೀಡಿಯೊ ಮತ್ತು ಸಂವಾದಾತ್ಮಕ ರಸಪ್ರಶ್ನೆ ಮೂಲಕ AI ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಅನ್ವೇಷಿಸಿ.

🔗 ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ AI ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು
AI ದೈನಂದಿನ ಕಾರ್ಯಗಳು ಮತ್ತು ದಿನಚರಿಗಳನ್ನು ಸರಳಗೊಳಿಸುವ ಪ್ರಾಯೋಗಿಕ ವಿಧಾನಗಳನ್ನು ಅನ್ವೇಷಿಸಿ.

🔗 ಕೆಲಸದಲ್ಲಿ AI ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು
ಉತ್ತಮ ಕೆಲಸದ ಸ್ಥಳದಲ್ಲಿ ಉತ್ಪಾದಕತೆಗಾಗಿ AI ಅನ್ನು ಬಳಸುವ ಪ್ರಾಯೋಗಿಕ ವಿಧಾನಗಳನ್ನು ತಿಳಿಯಿರಿ.

🔗 AI ಸ್ವಂತವಾಗಿ ಯೋಚಿಸಬಹುದೇ?
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನಿಜವಾಗಿಯೂ ಸ್ವತಂತ್ರವಾಗಿ ಯೋಚಿಸಬಹುದೇ ಅಥವಾ ತರ್ಕಬದ್ಧವಾಗಿ ಯೋಚಿಸಬಹುದೇ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ.

"ಸಾಮಾನ್ಯ" ದತ್ತಾಂಶ ಕೇಂದ್ರಕ್ಕಿಂತ ಅದು ಹೇಗೆ ಭಿನ್ನವಾಗಿದೆ

ಸಾಂಪ್ರದಾಯಿಕ ಹಾಲ್‌ಗಳು ಮಿಶ್ರ ಕೆಲಸದ ಹೊರೆ ಮತ್ತು ಅನೇಕ ಸಣ್ಣ ಸೇವೆಗಳಲ್ಲಿ ಅಪ್‌ಟೈಮ್‌ಗೆ ಅತ್ಯುತ್ತಮವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತವೆ. ನೀವು ಪುನರುಕ್ತಿಯ ಬಗ್ಗೆ ಕಾಳಜಿ ವಹಿಸುತ್ತೀರಿ, ಹೌದು, ಮತ್ತು PUE ಅನ್ನು ಒಂದು ಪರಿಕಲ್ಪನೆಯಾಗಿ ಕಾಳಜಿ ವಹಿಸುತ್ತೀರಿ - ಕಟ್ಟಡವು ಒಂದು ವ್ಯಾಟ್ ಕಂಪ್ಯೂಟ್ ಅನ್ನು ತಲುಪಿಸಲು ಹೆಚ್ಚುವರಿ ಶಕ್ತಿಯನ್ನು ಬಳಸುತ್ತದೆ. ನೀವು ಸಾಮಾನ್ಯವಾಗಿ ಪೋರ್ಟಬಲ್ ಹೀಟರ್ ಫಾರ್ಮ್‌ನಂತೆ ವರ್ತಿಸುವ ರ್ಯಾಕ್ ಸುತ್ತಲೂ ಪ್ರತಿಯೊಂದು ಕಾರಿಡಾರ್ ಅನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವುದಿಲ್ಲ.

AI ಸೈಟ್‌ಗಳು ಅನುಪಾತಗಳನ್ನು ತಿರುಗಿಸುತ್ತವೆ. ಸಾಂದ್ರತೆ ಹೆಚ್ಚಾಗುತ್ತದೆ. ನೆಟ್‌ವರ್ಕ್ ತರಬೇತಿ ಕೆಲಸವು ಕುಂಟುತ್ತಾ ಸಾಗಲು ಸಾಧ್ಯವಾಗದ ಬಟ್ಟೆಯಾಗುತ್ತದೆ. ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಯು ಚೆಕ್‌ಪೋಸ್ಟ್‌ಗಳನ್ನು ಚಲಿಸುವಂತೆ ಮಾಡಬೇಕು ಅಥವಾ ಟ್ರಾಫಿಕ್ ಜಾಮ್‌ನಲ್ಲಿರುವ ರೇಸ್‌ಕುದುರೆಗಳಂತೆ ವೇಗವರ್ಧಕಗಳು ನಿಷ್ಕ್ರಿಯವಾಗಿ ಕುಳಿತುಕೊಳ್ಳಬೇಕು.

ಸಾಂಸ್ಕೃತಿಕ ವ್ಯತ್ಯಾಸವೂ ಇದೆ. ಎಂಟರ್‌ಪ್ರೈಸ್ ಕಾರ್ಯಾಚರಣೆಗಳು ಟಿಕೆಟ್‌ಗಳು ಮತ್ತು ಬದಲಾವಣೆ ವಿಂಡೋಗಳಲ್ಲಿ ಯೋಚಿಸುತ್ತವೆ. AI ಕಾರ್ಯಾಚರಣೆಗಳು ಕೆಲಸದ ಸರತಿ ಸಾಲುಗಳಲ್ಲಿ ಮತ್ತು ದೀರ್ಘಾವಧಿಯಲ್ಲಿ ನೋಡ್ ತಡವಾಗಿ ಸತ್ತಾಗ ಅನಾರೋಗ್ಯದ ಭಾವನೆಯಲ್ಲಿ ಯೋಚಿಸುತ್ತವೆ. ನೀವು ಇನ್ನೂ ಎರಡನ್ನೂ "ಡೇಟಾ ಕೇಂದ್ರಗಳು" ಎಂದು ಕರೆಯಬಹುದು ಏಕೆಂದರೆ ಅವುಗಳು ಹಾಗೆ. ಲೇಬಲ್ ಕೇವಲ ಪ್ಲಂಬಿಂಗ್ ಅನ್ನು ಮರೆಮಾಡುತ್ತದೆ.

ನೈತಿಕ ಶ್ರೇಯಾಂಕವಲ್ಲ. ವಿಭಿನ್ನ ಯಂತ್ರಗಳು, ಒಂದೇ ಕುಟುಂಬದ ಹೆಸರು.

GPU ಗಳು, ವೇಗವರ್ಧಕಗಳು ಮತ್ತು ಶಕ್ತಿಯನ್ನು ತಿನ್ನುವ ರ್ಯಾಕ್

ಸಾಂಪ್ರದಾಯಿಕ ಎತ್ತರದ ಮಹಡಿಯಲ್ಲಿ ನಡೆದರೆ ಚರಣಿಗೆಗಳು ಬಹುತೇಕ ಸಭ್ಯವಾಗಿ ಕಾಣುತ್ತವೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಸಾಲಿನಲ್ಲಿ ನಡೆದರೆ ಅವು ಕಟ್ಟಡವನ್ನೇ ನುಂಗಲು ಬಯಸುವಂತೆ ಕಾಣುತ್ತವೆ.

ಎದ್ದು ಕಾಣುವ ಹಾರ್ಡ್‌ವೇರ್ ಬುದ್ಧಿವಂತ CPU ಅಲ್ಲ. ಇದು ಆಕ್ಸಿಲರೇಟರ್ ಟ್ರೇ ಆಗಿದೆ: GPU ಗಳು ಅಥವಾ ಇತರ AI ಚಿಪ್‌ಗಳು, ಸರ್ವರ್‌ಗಳಲ್ಲಿ ಪ್ಯಾಕ್ ಮಾಡಲಾಗಿದೆ, ನಂತರ ರ‍್ಯಾಕ್‌ಗಳು, ನಂತರ ಹೆಚ್ಚಿನ ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್ ಬಟ್ಟೆಯನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಸಾಲುಗಳು. GPU ಒಂದು ದೈತ್ಯ ಆಕ್ಸಿಲರೇಟರ್‌ನಂತೆ ನಟಿಸಬಹುದಾದ ಯಾವುದನ್ನಾದರೂ ಸ್ಟಿಚ್ ಚಿಪ್‌ಗಳನ್ನು ಪರಸ್ಪರ ಸಂಪರ್ಕಿಸುತ್ತದೆ; ಕ್ಲಸ್ಟರ್ ಫ್ಯಾಬ್ರಿಕ್ ಸಾಲು ಪ್ರಮಾಣದಲ್ಲಿ ಅದೇ ತಂತ್ರವನ್ನು ಮಾಡುತ್ತದೆ. ಆ ಲಿಂಕ್‌ಗಳು ದಪ್ಪ ಮತ್ತು ಊಹಿಸಬಹುದಾದದ್ದಾಗಿದ್ದರೆ ಮಾತ್ರ ಸಮಾನಾಂತರ ತರಬೇತಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಅದನ್ನು ಕಳೆದುಕೊಳ್ಳಿ ಮತ್ತು ನಿಮ್ಮ "ಕ್ಲಸ್ಟರ್" ಪೋಸ್ಟ್‌ಕೋಡ್ ಅನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ದುಬಾರಿ ಕಾರ್ಯಸ್ಥಳಗಳ ರಾಶಿಯಾಗಿದೆ.

ವಿದ್ಯುತ್ ಚಿಪ್‌ಗಳನ್ನು ಅನುಸರಿಸುತ್ತದೆ. ದಪ್ಪವಾದ ಕಚೇರಿ PDU ಅಲ್ಲ. ಒಂದು ಹಾಲ್ ತುಂಬಿದ ನಂತರ ಮೆಗಾವ್ಯಾಟ್‌ಗಳಷ್ಟು ಐಟಿ ಲೋಡ್ ಆಗುತ್ತದೆ - ನಾನು ಸಂಖ್ಯೆಯನ್ನು ಆವಿಷ್ಕರಿಸುವುದಿಲ್ಲ. ಪ್ರತಿ ರ್ಯಾಕ್‌ಗೆ ಸಾಂದ್ರತೆಯು ಕಥಾವಸ್ತುವಿನ ತಿರುವು. ಕಡಿಮೆ ರ್ಯಾಕ್‌ಗಳು. ಪ್ರತಿಯೊಂದೂ ಸಣ್ಣ ಕುಲುಮೆಯಾಗಿದೆ. ಸೀಮಿತಗೊಳಿಸುವ ಅಂಶವೆಂದರೆ ಹೆಚ್ಚಾಗಿ ಸಬ್‌ಸ್ಟೇಷನ್, GPU ಗಳ ಇಚ್ಛೆಪಟ್ಟಿ ಅಲ್ಲ. ಅದು ಹೇಗೆ ಎಂದು ನಿಮಗೆ ತಿಳಿದಿದೆ: ಸಂಗ್ರಹಣೆಯು ಹೆಚ್ಚಿನ ವೇಗವರ್ಧಕಗಳನ್ನು ಬಯಸುತ್ತದೆ; ಉಪಯುಕ್ತತೆಯು ದೀರ್ಘ ಸಂಭಾಷಣೆ ಮತ್ತು ಬಹಳ ದೊಡ್ಡ ಪರಿಶೀಲನೆಯನ್ನು ಬಯಸುತ್ತದೆ.

ಸ್ವಲ್ಪ ಅಸ್ಪಷ್ಟವಾದ ರೂಪಕವನ್ನು ನಾನು ಅಲ್ಲಾಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ: ರ್ಯಾಕ್ ಹಸಿದ ಪ್ರಾಣಿ. ನೀವು ವೇಗವಾದ ಪ್ರಾಣಿಯನ್ನು ಸಾಕಬಹುದು. ನೀವು ಇನ್ನೂ ಅದಕ್ಕೆ ಆಹಾರ ನೀಡಬೇಕು, ಮತ್ತು ನೀವು ಇನ್ನೂ ಶಾಖವನ್ನು ಹೊರಹಾಕಬೇಕು. ಎರಡನ್ನೂ ಬಿಟ್ಟುಬಿಡಿ, ಅದು ತುಂಬಾ ದುಬಾರಿ ಕಾಗದದ ತೂಕವಾಗುತ್ತದೆ.

ವಿದ್ಯುತ್, ಶಾಖ ಮತ್ತು ತಂಪಾಗಿಸುವ ಸಮಸ್ಯೆ

ವಿದ್ಯುತ್ ಒಳಗೆ. ಶಾಖ ಹೊರಗೆ. ಅದೇ ಇಡೀ ಧರ್ಮ.

ಹೆಚ್ಚಿನ ಸಾಂದ್ರತೆಯ ಚರಣಿಗೆಗಳು ಗಾಳಿಯನ್ನು ನಿಜವಾಗಿಯೂ ನಿರ್ವಹಿಸಲು ಎಂದಿಗೂ ಕೇಳದ ರೀತಿಯಲ್ಲಿ ಶಾಖವನ್ನು ಹೊರಹಾಕುತ್ತವೆ. ನೀವು ಗಾಳಿಯನ್ನು ಹೆಚ್ಚು ಬಲವಾಗಿ ತಳ್ಳಬಹುದು - ಹಿಂಭಾಗದ ಬಾಗಿಲಿನ ಶಾಖ ವಿನಿಮಯಕಾರಕಗಳು, ಬಿಸಿಯಾದ ಹಜಾರಗಳು, ಬುದ್ಧಿವಂತ ಧಾರಕ - ಮತ್ತು ಅದು ಒಂದು ಹಂತದವರೆಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ನಂತರ ದ್ರವವು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ:

• ನೇರ ಚಿಪ್‌ಗೆ ತಂಪಾಗಿಸುವಿಕೆ

• ಸಸ್ಯದ ಕೋಣೆಯನ್ನು ರಾಸಾಯನಿಕ ಕೆಲಸದಂತೆ ಕಾಣುವಂತೆ ಮಾಡುವ ಶೀತಕ ಕುಣಿಕೆಗಳು

• ನೀರು ಮತ್ತು ಸರ್ವರ್‌ಗಳು ಒಂದೇ ವಾಕ್ಯವನ್ನು ಹಂಚಿಕೊಳ್ಳಬಾರದು ಎಂದು ಭಾವಿಸುವ ಜನರನ್ನು ಇನ್ನೂ ಬೆಚ್ಚಿಬೀಳಿಸುವ ಕೆಲವು ವಿನ್ಯಾಸಗಳಲ್ಲಿ ಮುಳುಗಿಸುವುದು

ಇವುಗಳಲ್ಲಿ ಯಾವುದೂ ಆಕರ್ಷಕವಾಗಿಲ್ಲ. ಇದೆಲ್ಲವೂ ಉತ್ಪನ್ನವೇ, ಏಕೆಂದರೆ ಥ್ರೊಟಲ್ ಮಾಡುವ ಆಕ್ಸಿಲರೇಟರ್ ಅನ್ನು ನೀವು ಈಗಾಗಲೇ ಹಣ ಪಾವತಿಸಿ ಖರೀದಿಸಿದ್ದೀರಿ ಮತ್ತು ಅದನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬಳಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

PUE ಇನ್ನೂ ಮುಖ್ಯ. ಅದು ಅನುಪಾತ, ವ್ಯಕ್ತಿತ್ವವಲ್ಲ. ಫ್ಯಾನ್‌ಗಳು ಮತ್ತು ಪಂಪ್‌ಗಳಿಗೆ ಖರ್ಚು ಮಾಡುವ ಪ್ರತಿ ವ್ಯಾಟ್ GPU ಗೆ ಹೋಗದ ವ್ಯಾಟ್ ಆಗಿರುವುದರಿಂದ ನಿರ್ವಾಹಕರು ಅದನ್ನು ಬೆನ್ನಟ್ಟುತ್ತಾರೆ. ನಾನು "ವಿಶಿಷ್ಟ" ಅಂಕಿ ಅಂಶವನ್ನು ಉಲ್ಲೇಖಿಸುವುದಿಲ್ಲ; ಹವಾಮಾನ ಮತ್ತು ನೀವು ಗಡಿಯನ್ನು ಹೇಗೆ ಸೆಳೆಯುತ್ತೀರಿ ಎಂಬುದು ಅದನ್ನು ಚಲಿಸುತ್ತದೆ ಮತ್ತು ನಕಲಿ ನಿಖರತೆಯು ಯಾವುದಕ್ಕಿಂತ ಕೆಟ್ಟದಾಗಿದೆ. ನೀರು ಕೂಡ ಕಥೆಯಲ್ಲಿ ಇರುತ್ತದೆ. ಕೆಲವು ಸಸ್ಯಗಳು ಹೀರುತ್ತವೆ. ಕೆಲವು ಗುಟುಕುಗಳು. ನದಿ ಅಥವಾ ಬರಗಾಲವು ಅದನ್ನು ರಾಜಕೀಯಗೊಳಿಸುವವರೆಗೆ ಆವಿಯಾಗುವ ತಂಪಾಗಿಸುವಿಕೆಯು ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ

ನೆಟ್‌ವರ್ಕಿಂಗ್: ಬಟ್ಟೆಯು ಚಿಪ್ಸ್‌ನಷ್ಟೇ ಏಕೆ ಮುಖ್ಯವಾಗಿದೆ

ಜನರು GPU ಗಳ ಛಾಯಾಚಿತ್ರ ತೆಗೆಯುತ್ತಾರೆ. ಅವರು ಸ್ವಿಚ್‌ಗಳ ಛಾಯಾಚಿತ್ರ ತೆಗೆಯಬೇಕು.

ತರಬೇತಿ ಎಂದರೆ ಸಂಭಾಷಣೆ. ಸಾವಿರಾರು ವೇಗವರ್ಧಕಗಳು ಬಿಗಿಯಾದ ಸಿಂಕ್‌ನಲ್ಲಿ ಗ್ರೇಡಿಯಂಟ್‌ಗಳು, ನಿಯತಾಂಕಗಳು, ಮಾದರಿಯ ತುಣುಕುಗಳನ್ನು ವಿನಿಮಯ ಮಾಡಿಕೊಳ್ಳುತ್ತವೆ. ಬಟ್ಟೆ ನಡುಗಿದರೆ, ಇಡೀ ಕೆಲಸವು ನಿಧಾನವಾದ ಜಿಗಿತಕ್ಕಾಗಿ ಕಾಯುತ್ತದೆ. ಅದಕ್ಕಾಗಿಯೇ AI ಹೆಚ್ಚಿನ ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್ ನೆಟ್‌ವರ್ಕಿಂಗ್, ಕಡಿಮೆ ಲೇಟೆನ್ಸಿ ಮತ್ತು ಲಿಂಕ್ ವಿಫಲವಾದಾಗ ಅರ್ಧದಷ್ಟು ಮಡಚದ ಟೋಪೋಲಜಿಗಳ ಮೇಲೆ ಗೀಳನ್ನು ಹೊಂದಿದೆ. ಇನ್ಫಿನಿಬ್ಯಾಂಡ್-ಇಶ್ ಬಟ್ಟೆಗಳು, ಅದೇ ಪಾತ್ರದಲ್ಲಿ ಈಥರ್ನೆಟ್, ಬಾಕ್ಸ್ ಒಳಗೆ GPU ಇಂಟರ್‌ಕನೆಕ್ಟ್‌ಗಳು, ಮೊದಲ ಬಾರಿಗೆ ಸರಿಯಾಗಿರಬೇಕಾದ ಕೇಬಲ್ಲಿಂಗ್.

ತೀರ್ಮಾನವು ವಿಭಿನ್ನ ಸಂಭಾಷಣೆಯಾಗಿದೆ. ಮಾದರಿ ಸೇವೆಯು ಟೈಲ್ ಲೇಟೆನ್ಸಿ ಬಗ್ಗೆ ಕಾಳಜಿ ವಹಿಸುತ್ತದೆ - ನಿಧಾನ ಉತ್ತರ, ಸರಾಸರಿ ಅಲ್ಲ. ಬ್ಯಾಚ್ vs ನೈಜ-ಸಮಯವು ವ್ಯಕ್ತಿತ್ವವನ್ನು ವಿಭಜಿಸುತ್ತದೆ. ತರಬೇತಿ ಕ್ಲಸ್ಟರ್ ದಪ್ಪ, ಸಾಮೂಹಿಕ, ಆಲ್-ಟು-ಆಲ್-ಇಶ್ ಚಲನೆಯನ್ನು. ಲೋಡ್ ಬ್ಯಾಲೆನ್ಸರ್‌ನಲ್ಲಿ ಟ್ರಾಫಿಕ್ ಜಾಮ್ ಇಲ್ಲದೆ, ಸೇವೆ ಸಲ್ಲಿಸುವ ಫ್ಲೀಟ್ ಅನೇಕ ಸಣ್ಣ ವಿನಂತಿಗಳು ಮತ್ತು ಪ್ರತ್ಯೇಕತೆಯನ್ನು ಬಯಸುತ್ತದೆ.

ನಾನು ಇಲ್ಲಿರುವಾಗ, ಜನರು ನೆಟ್‌ವರ್ಕ್ ಅನ್ನು ಪ್ಲಂಬಿಂಗ್ ಎಂದು ಮತ್ತು ಚಿಪ್ಸ್ ಅನ್ನು ರೆಸ್ಟೋರೆಂಟ್ ಎಂದು ಪರಿಗಣಿಸುತ್ತಾರೆ. ಈ ಕಟ್ಟಡದಲ್ಲಿ ಪ್ಲಂಬಿಂಗ್ ರೆಸ್ಟೋರೆಂಟ್ ಆಗಿದೆ. ಅದನ್ನು ಮಿಸ್ ಮಾಡಿಕೊಂಡರೆ, ಡೆಲಿವರಿ ಪಡೆಯಲು ಸಾಧ್ಯವಾಗದ ಅಡುಗೆಮನೆಯನ್ನು ನೀವು ಖರೀದಿಸುತ್ತೀರಿ.

ತರಬೇತಿ vs ನಿರ್ಣಯ: ಎರಡು ಕಟ್ಟಡಗಳು, ಕೆಲವೊಮ್ಮೆ ಅಕ್ಷರಶಃ

ತರಬೇತಿ ಒಂದು ಅಭಿಯಾನ. ನೀವು ಒಂದು ಕ್ಲಸ್ಟರ್ ಅನ್ನು ಜೋಡಿಸಿ, ಅದಕ್ಕೆ ಡೇಟಾವನ್ನು ಒದಗಿಸಿ, ಧಾರ್ಮಿಕವಾಗಿ ಚೆಕ್‌ಪಾಯಿಂಟ್ ಮಾಡಿ, ಗಂಟೆಗಳು ಅಥವಾ ವಾರಗಳವರೆಗೆ ಓಡುತ್ತೀರಿ, ಮತ್ತು ಬಟ್ಟೆಯು ಯಾವುದೇ ತೊಂದರೆಗಳಿಲ್ಲದೆ ಇರಬೇಕೆಂದು ಪ್ರಾರ್ಥಿಸುತ್ತೀರಿ. ಬ್ಯಾಚ್-ಹೆವಿ, ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್-ಹಸಿದ, ಶಾಂತವಾಗಿ ತಾಳ್ಮೆಯಿಂದಿರಿ - ವಿಫಲವಾದ ನೋಡ್ ಓಟದಿಂದ ಸ್ವಲ್ಪ ಹೊರಬರುವವರೆಗೆ. ಬಿಗಿಯಾಗಿ ಜೋಡಿಸಲಾದ ಕೆಲಸದಲ್ಲಿ ಒಂದು ಸತ್ತ ವೇಗವರ್ಧಕವು ಇಡೀ ಕೋರಸ್ ಅನ್ನು ಸ್ಥಗಿತಗೊಳಿಸಬಹುದು.

ಅನುಮಾನ ಎಂಬುದು ಒಂದು ಅಂಗಡಿಯ ಮುಂಭಾಗ. ಈಗಾಗಲೇ ತರಬೇತಿ ಪಡೆದ ಮಾದರಿಗಳು, ಈಗ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುತ್ತಿದ್ದಾರೆ, ಚಿತ್ರಗಳನ್ನು ವರ್ಗೀಕರಿಸುತ್ತಿದ್ದಾರೆ, ಪಠ್ಯವನ್ನು ರಚಿಸುತ್ತಿದ್ದಾರೆ. ಸುಪ್ತತೆ ಮುಖ್ಯ. ಗ್ರಾಹಕರ ಬಳಿ ಸ್ವಲ್ಪ ಹಳೆಯ ವೇಗವರ್ಧಕವು ಒಂದು ಖಂಡದ ದೂರದಲ್ಲಿರುವ ಆಕರ್ಷಕವಾದ ವೇಗವರ್ಧಕವನ್ನು ಸೋಲಿಸಬಹುದು.

ಆದ್ದರಿಂದ ನೀವು ವಿಭಜನೆಯನ್ನು ಪಡೆಯುತ್ತೀರಿ. ತರಬೇತಿ ಕ್ಯಾಂಪಸ್‌ಗಳು ಶಕ್ತಿ, ಭೂಮಿ ಮತ್ತು ಸಾಂದ್ರತೆಯನ್ನು ಬೆನ್ನಟ್ಟುತ್ತವೆ. ಅನುಮಾನ ತಾಣಗಳು ಸುಪ್ತತೆ ಮತ್ತು ಉಪಸ್ಥಿತಿಯನ್ನು ಬೆನ್ನಟ್ಟುತ್ತವೆ. ಹೈಬ್ರಿಡ್ ಹಾಲ್‌ಗಳು ಸಹ ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ, ಏಕೆಂದರೆ ಬಂಡವಾಳವು ಅನಂತವಲ್ಲ. ಸರಿ - ಯಾವಾಗಲೂ ಎರಡು ಕಟ್ಟಡಗಳಲ್ಲ. ಕೆಲವೊಮ್ಮೆ ವೆಲ್ವೆಟ್ ಹಗ್ಗ ಮತ್ತು ಎರಡು ಕೂಲಿಂಗ್ ಲೂಪ್‌ಗಳನ್ನು ಹೊಂದಿರುವ ಒಂದು ಹಾಲ್.

ಇಲ್ಲಿಯೇ ಕೊಲೊಕೇಶನ್, ಹೈಪರ್‌ಸ್ಕೇಲ್ ಕ್ಯಾಂಪಸ್‌ಗಳು ಮತ್ತು ಆನ್-ಪ್ರೇಮ್ ಫೋರ್ಕ್ ಕೂಡ ಇವೆ. ಹೈಪರ್‌ಸ್ಕೇಲರ್‌ಗಳು ಮಾಪಕಗಳಲ್ಲಿ ನಿರ್ಮಿಸಲ್ಪಡುತ್ತವೆ, ಅದು ಉಳಿದವರನ್ನು ನಾವು ಪೀಠೋಪಕರಣಗಳನ್ನು ಜೋಡಿಸುತ್ತಿರುವಂತೆ ಕಾಣುವಂತೆ ಮಾಡುತ್ತದೆ. ಕೋಲೋಗಳು ರ್ಯಾಕ್‌ನಿಂದ ಸಾಂದ್ರತೆಯನ್ನು ಮಾರಾಟ ಮಾಡುತ್ತವೆ. ಡೇಟಾ ಬಿಡಲು ಸಾಧ್ಯವಾಗದಿದ್ದಾಗಲೂ ಆನ್-ಪ್ರೇಮ್ ಸಂಭವಿಸುತ್ತದೆ.

ಶೇಖರಣಾ ಥ್ರೋಪುಟ್, ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳು ಮತ್ತು ಹಸಿದ ಚಿಪ್‌ಗಳು

ಯಾರೂ ಸಹ ಕರಪತ್ರದ ಮುಖಪುಟದಲ್ಲಿ ಸಮಾನಾಂತರ ಕಡತ ವ್ಯವಸ್ಥೆಯನ್ನು ಹಾಕುವುದಿಲ್ಲ.

ತರಬೇತಿ ದತ್ತಾಂಶವು GPU ಗಳು ತಮ್ಮ ಪಾದಗಳನ್ನು ಟ್ಯಾಪ್ ಮಾಡದಂತೆ ವೇಗವಾಗಿ ಬರಬೇಕು. ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳು ಇಳಿಯಬೇಕು ಆದ್ದರಿಂದ ಕ್ರ್ಯಾಶ್ ಒಂದು ವಾರ ವ್ಯರ್ಥವಾಗುವುದಿಲ್ಲ. ಸರ್ವಿಂಗ್ ಪ್ರತಿಕೃತಿ ಲೈವ್ ಆಗುವ ಮೊದಲು ಮಾದರಿ ತೂಕಗಳು ಲೋಡ್ ಆಗಬೇಕು. ಶೇಖರಣಾ ಥ್ರೋಪುಟ್ - ಕೇವಲ ಸಾಮರ್ಥ್ಯವಲ್ಲ - ಶಾಂತ ಅಡಚಣೆಯಾಗಿದೆ. ನೀವು ವೇಗವರ್ಧಕಗಳ ಮೇಲೆ ಅದೃಷ್ಟವನ್ನು ಖರ್ಚು ಮಾಡಬಹುದು ಮತ್ತು ವರ್ಚುವಲ್ ಯಂತ್ರಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಸಭ್ಯ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಅವುಗಳನ್ನು ಹಸಿವಿನಿಂದ ತುಂಬಿಸಬಹುದು.

ಈ ಮಾದರಿ ಪರಿಚಿತವಾಗಿದೆ: ಹೊಳೆಯುವ ಕ್ಲಸ್ಟರ್, ಕೆಲಸದ ಸರತಿ ಸಾಲು, ಮತ್ತು ಅಸಭ್ಯ ಇನ್‌ವಾಯ್ಸ್‌ನಂತೆ ಹಿಂತಿರುಗಿ ನೋಡುತ್ತಿರುವ I/O ಕಾಯುವಿಕೆ. ಡೇಟಾ ಮಾರ್ಗವನ್ನು ಕ್ಲಸ್ಟರಿಂಗ್ ಮಾಡದೆ ಕ್ಲಸ್ಟರಿಂಗ್ ಕಂಪ್ಯೂಟ್ ಮಾಡುವುದು ನಿಮಗೆ ತುಂಬಾ ದುಬಾರಿ ಐಡಲ್ ಅನ್ನು ಪಡೆಯುವ ಮಾರ್ಗವಾಗಿದೆ. ಚಿಪ್‌ಗಳನ್ನು ಆಹಾರವಾಗಿ ಇರಿಸಿ ಅಥವಾ ನೀವು ಶಿಲ್ಪವನ್ನು ಖರೀದಿಸಿದ್ದೀರಿ ಎಂದು ಒಪ್ಪಿಕೊಳ್ಳಿ.

ಸಾಫ್ಟ್‌ವೇರ್, ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ ಮತ್ತು ಆಕರ್ಷಕವಲ್ಲದ ಆಪ್ಸ್ ಪದರ

ಹಾರ್ಡ್‌ವೇರ್ ಸೆಲೆಬ್ರಿಟಿ. ಶೆಡ್ಯೂಲರ್‌ಗಳು ಕೆಲಸ ಮಾಡುತ್ತಾರೆ.

ಕೆಲಸಗಳು GPU ಗಳನ್ನು ಹುಡುಕಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಎರಡು ತಂಡಗಳು ಮುಷ್ಟಿಯುದ್ಧವಿಲ್ಲದೆ ಕ್ಲಸ್ಟರ್ ಹಂಚಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ವಿಫಲವಾದ ಶ್ರೇಣಿಯನ್ನು ಬದಲಾಯಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಫರ್ಮ್‌ವೇರ್ ನಿಧಾನ ಚಲನೆಯಲ್ಲಿ ಫ್ಯಾಬ್ರಿಕ್ ವಿಫಲವಾಗುವವರೆಗೆ ಚಲಿಸಿದರೆ AI ಡೇಟಾ ಸೆಂಟರ್ ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿದೆ. ಆರ್ಕೆಸ್ಟ್ರೇಶನ್, ವೀಕ್ಷಣೆ, ಪವರ್ ಕ್ಯಾಪಿಂಗ್ - ಆಕರ್ಷಕವಲ್ಲದ ops ಲೇಯರ್, ಅದು ಮುಖ್ಯ ಎಂದು ನಿಮಗೆ ತಿಳಿದಿರುವುದು ಹೀಗೆ.

ಈ ಪದರದ ಬಗ್ಗೆ ನನಗೆ ಒಂದು ಮೃದುತ್ವವಿದೆ. ತಪ್ಪಾಗಿ ಕಾನ್ಫಿಗರ್ ಮಾಡಲಾದ NIC ಪೂರ್ಣ ಮಧ್ಯಾಹ್ನದವರೆಗೆ ಕೂಲಿಂಗ್ ಸಮಸ್ಯೆಯನ್ನು ಅನುಕರಿಸಿದರೆ... ನೀವು ಅದನ್ನು ಕಠಿಣ ರೀತಿಯಲ್ಲಿ ಕಂಡುಕೊಳ್ಳುತ್ತೀರಿ.

ನೋಡ್ ಓಟದ ಮಧ್ಯದಲ್ಲಿ ಸತ್ತಾಗ

ಒಂದು ನೋಡ್ ಸಾಯುತ್ತದೆ. ಬದಲಾವಣೆ ವಿಂಡೋಗಳು ಇನ್ನೂ ನಿಮ್ಮ ಕ್ಯಾಲೆಂಡರ್ ಬಗ್ಗೆ ಕಾಳಜಿ ವಹಿಸದ ತರಬೇತಿ ರನ್‌ಗಳೊಂದಿಗೆ ಡಿಕ್ಕಿ ಹೊಡೆಯುತ್ತವೆ. ನೀವು ದೊಡ್ಡ ಕೆಲಸಗಳನ್ನು ಗ್ಯಾಂಗ್-ಶೆಡ್ಯೂಲ್ ಮಾಡುತ್ತೀರಿ, ಇನ್ಫರೆನ್ಸ್ ಪೂಲ್‌ಗಳನ್ನು ಬೇಲಿ ಹಾಕುತ್ತೀರಿ, "ಕೆಲಸ ನಿಧಾನವಾಗಿದೆ" ಎಂದು ಕಾಣುವ ವೈಫಲ್ಯಗಳಿಗೆ ರನ್‌ಬುಕ್‌ಗಳನ್ನು ಬರೆಯುತ್ತೀರಿ, ಅವು "ಕೆಲಸ ಸತ್ತಿದೆ" ಎಂದು ಕಾಣುವವರೆಗೆ. ಪುನರುಕ್ತಿ ಇನ್ನೂ ಮುಖ್ಯವಾಗಿದೆ - ಶಕ್ತಿ, ತಂಪಾಗಿಸುವಿಕೆ, ಮಾರ್ಗಗಳು, ಸಂಗ್ರಹಣೆ - ಆದರೆ ವೈಫಲ್ಯ ಮೋಡ್ ಹಳೆಯ ಒಂಬತ್ತು-ಅಪ್‌ಟೈಮ್ ಸ್ಲೈಡ್‌ಗಿಂತ ಕಡಿಮೆ ಅಚ್ಚುಕಟ್ಟಾಗಿದೆ. ಅನುಮಾನ: ಪ್ರತಿಕೃತಿ, ಸಿಕ್ ನೋಡ್ ಅನ್ನು ಹರಿಸು, ಉತ್ತರಿಸುತ್ತಲೇ ಇರಿ. ತರಬೇತಿಯು ಚೆಕ್‌ಪೋಸ್ಟ್‌ಗಳನ್ನು ಬಯಸುತ್ತದೆ, ಆಶಾವಾದವನ್ನಲ್ಲ.

ಸ್ಥಳ, ನೀರು, ಗ್ರಿಡ್ ಮತ್ತು ನೆರೆಹೊರೆಗಳು

ವೀಕ್ಷಣೆಗಾಗಿ ನೀವು ಇವುಗಳಲ್ಲಿ ಒಂದನ್ನು ಕುಟೀರದ ಪಕ್ಕದಲ್ಲಿ ಇಡುವುದಿಲ್ಲ.

ಗ್ರಿಡ್ ಸಂಪರ್ಕವು ಸಾಮಾನ್ಯವಾಗಿ ನಿಜವಾದ ಸ್ಥಳ-ಆಯ್ಕೆ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ಸಬ್‌ಸ್ಟೇಷನ್ ಮತ್ತು ಇತರ ಗ್ರಾಹಕರನ್ನು ಹೊಂದಿರುವ ಉಪಯುಕ್ತತೆಗೆ ಹೋಲಿಸಿದರೆ ಭೂಮಿ ಸುಲಭ. ತಂಪಾಗಿಸಲು ನೀರು ಬಳಸಿದರೆ, ಮಳೆ ಅಸಭ್ಯವಾದ ತಕ್ಷಣ ನೆರೆಹೊರೆಯವರ ಸಮಸ್ಯೆಯಾಗುತ್ತದೆ. ಶಬ್ದ. ದೃಶ್ಯ ಬೃಹತ್. ಗಡಿ ಬೇಲಿಯಲ್ಲಿ ಶಾಖ. ಯೋಜನಾ ಸಮಿತಿಗಳು "ಮೋಡ"ಕ್ಕೆ ಹೊಲ ಮತ್ತು ನದಿಯ ಅಗತ್ಯವಿರುವ ಕ್ಷಣದ ಬಗ್ಗೆ ಅಭಿಪ್ರಾಯಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತವೆ.

ವಿಳಂಬವು ಇನ್ನೊಂದು ರೀತಿಯಲ್ಲಿ ಎಳೆಯುತ್ತದೆ. ಬಳಕೆದಾರರು ಮತ್ತು ಅಂತರ್‌ಸಂಪರ್ಕಗಳ ಹತ್ತಿರ ಇರುವುದು ಅನುಮಾನಕ್ಕೆ ಇಷ್ಟ. ತರಬೇತಿಯು ಅಗ್ಗದ ವಿದ್ಯುತ್ ಮಾರುಕಟ್ಟೆಗಳು ಮತ್ತು ತಂಪಾದ ಹವಾಮಾನದಲ್ಲಿ ಅಡಗಿಕೊಳ್ಳಬಹುದು. ಉದ್ಯಮವು ಒಂದು ಪರಿಪೂರ್ಣ ತಾಣವಿದೆ ಎಂಬಂತೆ ಮಾತನಾಡುತ್ತದೆ. ಇಲ್ಲ. ಪತ್ರಿಕಾ ಪ್ರಕಟಣೆಯೊಂದಿಗೆ ರಾಜಿ ಇದೆ.

ಉಳಿದ ಶಾಖ ಮತ್ತು ಆಹ್ವಾನಿಸದ ಕುಲುಮೆ

ಕರಪತ್ರಗಳು ಈ ಅಂಶವನ್ನು ಇಷ್ಟಪಡುತ್ತವೆ. ಮನೆಗಳು, ಈಜುಕೊಳಗಳು, ಹಸಿರುಮನೆಗಳಿಗೆ ತ್ಯಾಜ್ಯದ ಉಷ್ಣತೆಯನ್ನು ಹರಿಸಿ; ಇದು ಒಂದು ಸುಂದರವಾದ ವಾಕ್ಯ. ಕೆಲವೊಮ್ಮೆ ಜಿಲ್ಲಾ ಲೂಪ್ ನಿಜವಾದದ್ದಾಗಿರುತ್ತದೆ. ಕೆಲವೊಮ್ಮೆ ಕ್ಯಾಂಪಸ್ ತಪ್ಪಾದ ಸ್ಥಳದಲ್ಲಿರುತ್ತದೆ ಮತ್ತು ಶಾಖವು ಇನ್ನೂ ಗಾಳಿಯಲ್ಲಿ ಹೋಗುತ್ತದೆ. ಕರಪತ್ರ ಆವೃತ್ತಿಯ ಬಗ್ಗೆ ನನಗೆ ಸಂದೇಹವಿದೆ; ಭೌತಶಾಸ್ತ್ರದ ಬಗ್ಗೆ ನನಗೆ ಸಂದೇಹವಿಲ್ಲ.

ಯಾರಿಗೆ ಅದು ಬೇಕು (ಮತ್ತು ಬದಲಿಗೆ ಯಾರು ಬಾಡಿಗೆಗೆ ಪಡೆಯಬೇಕು)

ಹೆಚ್ಚಿನ ಜನರು ಈ ಸಭಾಂಗಣಗಳಲ್ಲಿ ಒಂದನ್ನು ಹೊಂದುವ ಅಗತ್ಯವಿಲ್ಲ.

ಸ್ಪಷ್ಟ ಪಟ್ಟಿ:

• ಹೈಪರ್‌ಸ್ಕೇಲರ್‌ಗಳು, ಏಕೆಂದರೆ ಉತ್ಪನ್ನವು ಫ್ಲೀಟ್ ಆಗಿದೆ

• ಲ್ಯಾಬ್‌ಗಳು, ಸರತಿ ಸಾಲು ಸಮಯ ಅಡಚಣೆಯಾಗಿರುವಾಗ ಅಥವಾ ಡೇಟಾ ಹೊರಹೋಗಲು ಸಾಧ್ಯವಾಗದಿದ್ದಾಗ

• ರಹಸ್ಯ ಡೇಟಾಸೆಟ್ ಹೊಂದಿರುವ ಬ್ಯಾಂಕ್, ಆಸ್ಪತ್ರೆ ಗುಂಪು, ಸರ್ಕಾರ ಅಥವಾ ತಯಾರಕ - ಆನ್-ಪ್ರೇಮ್ ಅಥವಾ ಖಾಸಗಿ ಕೊಲೊ ಕೇಜ್, ಅದು ದೋಷವಾಗಿದ್ದರೂ ಸಹ, ತರ್ಕಬದ್ಧವಾಗಿರಬಹುದು

ಉಳಿದವರೆಲ್ಲರೂ ಬಾಡಿಗೆಗೆ ಪಡೆಯಬೇಕು. AI-ಸಿದ್ಧ ಸಾಂದ್ರತೆಯೊಂದಿಗೆ ಜೋಡಣೆ. ಮೋಡದ ಮೀಸಲಾತಿ. ನಿರ್ವಹಿಸಲಾದ ಕ್ಲಸ್ಟರ್. ನೀವು ಪವರ್-ಪ್ಲಾಂಟ್ ಆಪರೇಟರ್ ಆಗದೆಯೇ ವೇಗವರ್ಧಕಗಳನ್ನು ಪಡೆಯುತ್ತೀರಿ. ಬೆಳಿಗ್ಗೆ 3 ಗಂಟೆಗೆ ಕೂಲಂಟ್ ಲೂಪ್‌ಗೆ ಯಾರು ಕರೆ ಮಾಡುತ್ತಿದ್ದಾರೆ ಎಂದು ಯಾರಾದರೂ ಕೇಳಿದಾಗ ಪ್ರಣಯವು ಮಸುಕಾಗುತ್ತದೆ.

ಒಂದು ಹೆಮ್ಮೆಯ ವಿಷಯವಿದೆ, ನಾನು ಒಪ್ಪಿಕೊಳ್ಳುತ್ತೇನೆ. ಕ್ಲಸ್ಟರ್ ಅನ್ನು ಹೊಂದುವುದು ಭವಿಷ್ಯ ನುಡಿಯುವ ಸಾಧನವನ್ನು ಹೊಂದಿರುವಂತೆ ಭಾಸವಾಗುತ್ತದೆ. ನಂತರ ವಿದ್ಯುತ್ ಬಿಲ್ ಬರುತ್ತದೆ ಮತ್ತು ಹೆಮ್ಮೆ ಇಳಿಯುತ್ತದೆ.

ಕಟ್ಟಡ ಯಾವುದಕ್ಕಾಗಿ?

ಹಾಗಾದರೆ, AI ಡೇಟಾ ಸೆಂಟರ್ ಎಂದರೇನು? ಒಂದು ವಿಶೇಷವಾದ, ಹೆಚ್ಚಿನ ಸಾಂದ್ರತೆಯ ಕ್ಯಾಂಪಸ್, ಅಲ್ಲಿ ವೇಗವರ್ಧಕಗಳು, ವಿದ್ಯುತ್, ತಂಪಾಗಿಸುವಿಕೆ, ಬಟ್ಟೆ ಮತ್ತು ಸಂಗ್ರಹಣೆಯನ್ನು ತರಬೇತಿ ಮತ್ತು ಸೇವೆ ಮಾದರಿಗಳ ಸುತ್ತಲೂ ಆಯೋಜಿಸಲಾಗಿದೆ - ಮೂಲೆಯಲ್ಲಿ GPU ಹೊಂದಿರುವ ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ IT ಅಲ್ಲ. ಇದು ಗೋದಾಮಿನಂತೆ ಕಾಣುತ್ತದೆ. ಇದು ಗಣಿತವನ್ನು ಮಾಡುವ ವಿದ್ಯುತ್ ಕೇಂದ್ರದಂತೆ ವರ್ತಿಸುತ್ತದೆ.

ನಿಮಗೆ ಬೇರೇನೂ ನೆನಪಿಲ್ಲದಿದ್ದರೆ: ಚಿಪ್‌ಗಳು ಖ್ಯಾತಿಯನ್ನು ಪಡೆಯುತ್ತವೆ; ಸಬ್‌ಸ್ಟೇಷನ್, ಕೂಲಂಟ್ ಮತ್ತು ನೆಟ್‌ವರ್ಕ್ ಆ ಚಿಪ್‌ಗಳು ಒಳ್ಳೆಯ ಐಡಿಯಾ ಎಂದು ನಿರ್ಧರಿಸುತ್ತವೆ. ತರಬೇತಿ ಮತ್ತು ನಿರ್ಣಯವು ಒಂದೇ ಛಾವಣಿಯನ್ನು ಹಂಚಿಕೊಳ್ಳಬಹುದು; ಅವರು ಇನ್ನೂ ವಿಭಿನ್ನ ನಡವಳಿಕೆಯನ್ನು ಬಯಸುತ್ತಾರೆ. ಹೆಚ್ಚಿನ ಸಂಸ್ಥೆಗಳು ಬಾಡಿಗೆಗೆ ಪಡೆಯಬೇಕು. ಕೆಲವು ನಿರ್ಮಿಸಬೇಕು. ನೆರೆಹೊರೆಯವರು ಎರಡೂ ರೀತಿಯಲ್ಲಿ ಗಮನಿಸುತ್ತಾರೆ.

ಮೋಡಕ್ಕೆ ಯಾವಾಗಲೂ ಒಂದು ಕಟ್ಟಡವಿತ್ತು. ಇತ್ತೀಚಿನ ದಿನಗಳಲ್ಲಿ ಕಟ್ಟಡಕ್ಕೂ ಅಭಿಪ್ರಾಯಗಳಿವೆ.

ನೈಜ-ಪ್ರಪಂಚದ ಉದಾಹರಣೆ: ಚಿತ್ರಗಳು ಹೊರಬರಲು ಸಾಧ್ಯವಾಗದಿದ್ದಾಗ ಎರಡು-ರ್ಯಾಕ್ ತರಬೇತಿ ಕೋಶ

ಸನ್ನಿವೇಶ

ಟೊಮೊಸ್ ವೆಸ್ಟ್ ಮಿಡ್‌ಲ್ಯಾಂಡ್ಸ್‌ನಲ್ಲಿರುವ 400 ಜನರ ತಯಾರಕರಾದ ಕೆಸ್ಟ್ರೆಲ್ ಪ್ರಿಸಿಶನ್‌ನಲ್ಲಿ ಮೂಲಸೌಕರ್ಯ ನಾಯಕ. ಅವರು ಈಗಾಗಲೇ ಒಂದು ಸಣ್ಣ ಆನ್-ಪ್ರೇಮ್ ಹಾಲ್ ಅನ್ನು ಹೊಂದಿದ್ದಾರೆ: ERP, ಫೈಲ್ ಹಂಚಿಕೆಗಳು, ವರ್ಚುವಲ್ ಯಂತ್ರಗಳು, ಈ ಲೇಖನವು ಪ್ರಾರಂಭಿಸಿದ ಮಿಶ್ರ ನೆರೆಹೊರೆ. ಏರ್ ಕೂಲಿಂಗ್. ಸಾಮಾನ್ಯ ಈಥರ್ನೆಟ್. ಕಚೇರಿ ಡಿಸ್ಕ್‌ಗಳಿಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಸಭ್ಯವಾಗಿರುವ SAN.

ಯಂತ್ರ-ದೃಷ್ಟಿ ತಂಡವು ಕಾರ್ಖಾನೆಯ ಸ್ಟಿಲ್‌ಗಳ ಮೇಲೆ ತಪಾಸಣೆ ಮಾದರಿಯನ್ನು ತರಬೇತಿ ನೀಡಬೇಕಾಗಿದೆ. ಸ್ಟಿಲ್‌ಗಳು ಸೈಟ್‌ನಿಂದ ಹೊರಹೋಗಲು ಸಾಧ್ಯವಿಲ್ಲ. ಕಂಪನಿಯು ಕ್ಲೌಡ್ ಡಿಸ್ಕ್‌ನಲ್ಲಿ ಹಾಕದ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅವು ತೋರಿಸುತ್ತವೆ, ಖಾಸಗಿಯಾಗಿಯೂ ಸಹ. ಖರೀದಿಯ ಪರಿಹಾರವೆಂದರೆ ನಾಲ್ಕು ಡ್ಯುಯಲ್-ಆಕ್ಸಿಲರೇಟರ್ ಸರ್ವರ್‌ಗಳು ಮತ್ತು "ನಮ್ಮ AI ಡೇಟಾ ಸೆಂಟರ್" ಎಂಬ ಸ್ಲೈಡ್. ಸರ್ವರ್‌ಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಎರಡು ರ‍್ಯಾಕ್‌ಗಳಿಗೆ ಹೋಗುತ್ತವೆ, ಏಕೆಂದರೆ ಅಲ್ಲಿ ಸ್ಥಳವಿದೆ ಮತ್ತು ಸ್ಥಳವು ನಿರ್ಬಂಧದಂತೆ ಭಾಸವಾಗುತ್ತದೆ.

ಅದು ಅಲ್ಲ. ಹದಿನೈದು ದಿನಗಳಲ್ಲಿ GPU ಗಳು ಕಾರ್ಯನಿರತವಾಗಿ ಧ್ವನಿಸುತ್ತವೆ ಮತ್ತು ನಂತರ ಸದ್ದಿಲ್ಲದೆ ಥ್ರೊಟಲ್ ಆಗುತ್ತವೆ. ಚೆಕ್‌ಪಾಯಿಂಟ್ SAN ಅನ್ನು ಹೊಡೆದಾಗ ಕೆಲಸಗಳು ತೆವಳುತ್ತವೆ. ಹನ್ನೊಂದು ಗಂಟೆಗೆ ಒಂದು ನೋಡ್ ಸಾಯುತ್ತದೆ ಮತ್ತು ರನ್ ... ಹೋಗಿದೆ. ಟೊಮೊಸ್ ಚಿಪ್‌ಗಳನ್ನು ಖರೀದಿಸಲು ವಿಫಲವಾಗಿಲ್ಲ. ಅವರು ಪೋಸ್ಟ್‌ಕೋಡ್ ಅನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ದುಬಾರಿ ಕಾರ್ಯಸ್ಥಳಗಳ ರಾಶಿಯನ್ನು ಖರೀದಿಸಿದ್ದಾರೆ. ಕಟ್ಟಡವು ಇನ್ನೂ ಒಂದು ಉದ್ಯಮ ಸಭಾಂಗಣವಾಗಿತ್ತು.

ಅವರಿಗೆ ಕ್ಯಾಂಪಸ್, ಹೊಸ ಸಬ್‌ಸ್ಟೇಷನ್ ಅಥವಾ ನದಿಯ ಅಗತ್ಯವಿಲ್ಲ. ಅವರಿಗೆ ಚಿಕಣಿಯಲ್ಲಿ AI ಡೇಟಾ ಸೆಂಟರ್‌ನಂತೆ ವರ್ತಿಸುವ ಸಣ್ಣ ಕೋಶ ಬೇಕು: ರ‍್ಯಾಕ್‌ಗಳು ವಾಸ್ತವವಾಗಿ ಹಿಡಿದಿಟ್ಟುಕೊಳ್ಳಬಹುದಾದ ಶಕ್ತಿ, ಚಿಪ್ಸ್ ಅನ್ನು ಬೇಯಿಸದೆ ಬಿಡುವ ಶಾಖ, ತರಬೇತಿ ಕೆಲಸವು ಮಾತನಾಡಬಹುದಾದ ಬಟ್ಟೆ, ಚೆಕ್‌ಪಾಯಿಂಟ್ ಅನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದಾದ ಸಂಗ್ರಹಣೆ ಮತ್ತು ನೋಡ್ ಸತ್ತಾಗ ರನ್‌ಬುಕ್. ಚಿತ್ರಗಳು ಹೊರಹೋಗಲು ಸಾಧ್ಯವಿಲ್ಲದ ಕಾರಣ, ನಲವತ್ತು ನಿಮಿಷಗಳ ದೂರದಲ್ಲಿರುವ ಕೊಲೊ ಕೇಜ್ ಅನ್ನು ಬಾಡಿಗೆಗೆ ಪಡೆಯುವುದು ಉತ್ತರವಲ್ಲ. ಎರಡು ರ‍್ಯಾಕ್‌ಗಳನ್ನು ಮರುಹೊಂದಿಸುವುದು.

ಕೋಶಕ್ಕೆ ಏನು ಬೇಕು?

• ಆ ಸಾಲಿನಲ್ಲಿ ಅಳೆಯಲಾದ ವಿದ್ಯುತ್ ಬಜೆಟ್, GPU ಇಚ್ಛೆಪಟ್ಟಿಯಿಂದಲ್ಲ, PDU ಗಳಿಂದ. ತರಬೇತಿ ಲೋಡ್‌ನಲ್ಲಿ ನಾಲ್ಕು ಸರ್ವರ್‌ಗಳಿಗೆ ಬಿಡಿ ಸಾಮರ್ಥ್ಯವು ಆಹಾರವನ್ನು ನೀಡಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಸಂಭಾಷಣೆ ಅಲ್ಲಿಗೆ ನಿಲ್ಲುತ್ತದೆ ಮತ್ತು ಅವರು ಪವಾಡವಲ್ಲ, ದಟ್ಟವಾದ ಕೊಲೊವನ್ನು ನೋಡುತ್ತಾರೆ

• ಗಾಳಿಯನ್ನು ತಂಪಾಗಿಸುವ ಸಾಂದ್ರತೆಯನ್ನು ಈ ಸಾಂದ್ರತೆಯಲ್ಲಿ ನಿರ್ವಹಿಸಲು ಎಂದಿಗೂ ಕೇಳಲಾಗಿಲ್ಲ: ಸಭಾಂಗಣವು ಅವುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದಾದರೆ ಹಿಂಭಾಗದ ಬಾಗಿಲಿನ ಶಾಖ ವಿನಿಮಯಕಾರಕಗಳು ಅಥವಾ ಬದಲಿಗೆ ಅದನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದಾದರೆ ಒಂದು ಸಣ್ಣ ದ್ರವ ಲೂಪ್. ಎರಡೂ ಇಲ್ಲದಿದ್ದರೆ, ಸರ್ವರ್‌ಗಳು ಒಳಗೆ ಹೋಗುವುದಿಲ್ಲ

• ನಾಲ್ಕು ನೋಡ್‌ಗಳ ನಡುವೆ ಮೀಸಲಾದ ಹೈ-ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್ ಫ್ಯಾಬ್ರಿಕ್, ಆಫೀಸ್ ಈಥರ್ನೆಟ್ ಅಲ್ಲ. ಮಾರಾಟಗಾರರು ಕ್ಯಾಟಲಾಗ್‌ನಲ್ಲಿ ಕೇವಲ 10 Gb ಸ್ವಿಚ್ ಹೊಂದಿದ್ದರೆ, ಅದು ಕ್ಲಸ್ಟರ್ ಅಲ್ಲ

• ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳು ಮತ್ತು ತರಬೇತಿ ತುಣುಕುಗಳಿಗೆ ಸ್ಥಳೀಯ ವೇಗದ ಸಂಗ್ರಹಣೆ, VM SAN ಅಲ್ಲ

• ಶೆಡ್ಯೂಲರ್, ಚೆಕ್‌ಪಾಯಿಂಟ್ ಮಧ್ಯಂತರ ಮತ್ತು ಲಿಖಿತ ಮರುಪ್ರಾರಂಭ ಮಾರ್ಗ. ಹಾರ್ಡ್‌ವೇರ್ ಸೆಲೆಬ್ರಿಟಿ. ಈ ಪದರವು ಕೆಲಸ

• ಕಾರ್ಖಾನೆ ಮಾರ್ಗಕ್ಕಾಗಿ ಬೇಲಿಯಿಂದ ಸುತ್ತುವರಿದ ನಿರ್ಣಯ ಪೆಟ್ಟಿಗೆ, ತರಬೇತಿ ವಟಗುಟ್ಟುವಿಕೆಯಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿದೆ, ಏಕೆಂದರೆ ಸೇವೆಯು ಸಾಮೂಹಿಕವಲ್ಲ, ಬಾಲ ವಿಳಂಬ ಮತ್ತು ಪ್ರತ್ಯೇಕತೆಯನ್ನು ಬಯಸುತ್ತದೆ

• ಪವರ್, GPU ಗಡಿಯಾರಗಳು, ಥ್ರೊಟಲ್ ಈವೆಂಟ್‌ಗಳು ಮತ್ತು ಕೆಲಸದ ಗೋಡೆ ಗಡಿಯಾರವನ್ನು ಲಾಗ್ ಮಾಡಲು ಅನುಮತಿ. ಅವರು ಅವುಗಳನ್ನು ಪರಿಶೀಲಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಅವರು GPU ಗಳನ್ನು ಛಾಯಾಚಿತ್ರ ಮಾಡುತ್ತಾರೆ ಮತ್ತು ಸ್ವಿಚ್‌ಗಳನ್ನು ತಪ್ಪಿಸಿಕೊಳ್ಳುತ್ತಾರೆ

ಉದಾಹರಣೆ ಸೂಚನೆ

ಟೊಮೊಸ್ ಇದನ್ನು ಸೌಲಭ್ಯಗಳ ಸಂಕ್ಷಿಪ್ತ ರೂಪದಲ್ಲಿ ಸಾಮಾನ್ಯ ಭಾಷೆಯಲ್ಲಿ ಹೀಗೆ ಹೇಳುತ್ತಾರೆ:

ಇದನ್ನು AI ಕ್ಯಾಂಪಸ್ ಎಂದು ಕರೆಯಬೇಡಿ. ನಾಲ್ಕು ಡ್ಯುಯಲ್-ಆಕ್ಸಿಲರೇಟರ್ ಸರ್ವರ್‌ಗಳಿಗಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಹಾಲ್‌ನಲ್ಲಿ ಎರಡು-ರ್ಯಾಕ್ ತರಬೇತಿ ಕೋಶವನ್ನು ನಿರ್ಮಿಸಿ. ಕಾರ್ಖಾನೆಯ ಚಿತ್ರಗಳು ಸೈಟ್‌ನಲ್ಲಿ ಉಳಿಯುತ್ತವೆ. ಯಶಸ್ಸು ಏನೆಂದರೆ: ನಾಲ್ಕು ನೋಡ್‌ಗಳು ಥರ್ಮಲ್ ಥ್ರೊಟಲ್ ಇಲ್ಲದೆ 12-ಯುಗದ ತಪಾಸಣೆ-ತರಬೇತಿ ಪಾಕವಿಧಾನವನ್ನು ಪೂರ್ಣಗೊಳಿಸುತ್ತವೆ, ಹತ್ತಾರು ನಿಮಿಷಗಳಲ್ಲಿ ಅಲ್ಲ, ನಿಮಿಷಗಳಲ್ಲಿ ಚೆಕ್‌ಪಾಯಿಂಟ್ ಅನ್ನು ಬರೆಯುತ್ತವೆ ಮತ್ತು ನಾವು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಶ್ರೇಣಿಯನ್ನು ಕೊಲ್ಲುವಾಗ ಆ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ನಿಂದ ಪುನರಾರಂಭಿಸುತ್ತವೆ. ಕೂಲಿಂಗ್ GPU ಗಳನ್ನು ಅವುಗಳ ತರಬೇತಿ ಗಡಿಯಾರಗಳಲ್ಲಿ ಇರಿಸಿಕೊಳ್ಳಬೇಕು. ನೆಟ್‌ವರ್ಕಿಂಗ್ ಆ ನಾಲ್ಕು ಪೆಟ್ಟಿಗೆಗಳು ಹಂಚಿಕೊಳ್ಳುವ ಬಟ್ಟೆಯಾಗಿರಬೇಕು, ಕಚೇರಿ ಸ್ಟ್ಯಾಕ್ ಮೂಲಕ ಮಾರ್ಗವಲ್ಲ. ಸಂಗ್ರಹಣೆಯು ಚಿಪ್‌ಗಳನ್ನು ಪೋಷಿಸಬೇಕು. ಹಿಂಭಾಗದ ಬಾಗಿಲಿನ ಶಾಖ ವಿನಿಮಯಕಾರಕಗಳು ಹೊಂದಿಕೆಯಾಗದಿದ್ದರೆ, ಹಾಗೆ ಹೇಳಿ ಮತ್ತು ನಿಲ್ಲಿಸಿ. ಮಿಶ್ರ ಹಾಲ್‌ನಲ್ಲಿ ಎರಡು ರ್ಯಾಕ್‌ಗಳಿಗೆ PUE ಅನ್ನು ಉಲ್ಲೇಖಿಸಬೇಡಿ. ಆ ಸಂಖ್ಯೆ ಥಿಯೇಟರ್ ಆಗಿರುತ್ತದೆ.

ನಂತರ ಅವನು ಇದನ್ನು ತರಬೇತಿ ಕೆಲಸದಲ್ಲಿಯೇ ಇಡುತ್ತಾನೆ:

ಸ್ಥಳೀಯ ವೇಗದ ಪೂಲ್‌ಗೆ ಪ್ರತಿ 30 ನಿಮಿಷಗಳಿಗೊಮ್ಮೆ ಚೆಕ್‌ಪಾಯಿಂಟ್ ಮಾಡಿ. ಒಂದು ಶ್ರೇಣಿ ಸತ್ತರೆ, ಕೊನೆಯ ಸಂಪೂರ್ಣ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ನಿಂದ ಮರುಪ್ರಾರಂಭಿಸಿ. SAN ನಲ್ಲಿ ಕಾಯಬೇಡಿ. ಗಡಿಯಾರಗಳು ಶಾಖದಿಂದ ಇಳಿದಾಗ ತರಬೇತಿಯನ್ನು ಮುಂದುವರಿಸಬೇಡಿ. ಅದನ್ನು ಲಾಗ್ ಮಾಡಿ ಮತ್ತು ನಾವು ಸ್ಟಾಲ್ ಅನ್ನು ನೋಡಲು ನಿಲ್ಲಿಸಿ.

ಒಳ್ಳೆಯ ಗಂಟೆ ಹೀಗಿದೆ: ತರಬೇತಿ ಗಡಿಯಾರಗಳಲ್ಲಿ ಎಲ್ಲಾ ಎಂಟು GPU ಗಳು, ಚೆಕ್‌ಪಾಯಿಂಟ್ ಫೈಲ್ ಲ್ಯಾಂಡಿಂಗ್ ಆಗಿದೆ, ಕೆಲಸ ಇನ್ನೂ ಲಾಕ್‌ಸ್ಟೆಪ್‌ನಲ್ಲಿದೆ. ಕೆಟ್ಟ ಗಂಟೆ ಹೀಗಿದೆ: ಅಭಿಮಾನಿಗಳು ಪೂರ್ಣ ಕೂಗಿನಲ್ಲಿ, ಗಡಿಯಾರಗಳು ಡೌನ್ ಆಗಿವೆ, ಚೆಕ್‌ಪಾಯಿಂಟ್ 2% ಹತ್ತು ನಿಮಿಷಗಳ ನಂತರ ಬರೆಯಲಾಗಿದೆ, ಮತ್ತು ಕಚೇರಿಯಲ್ಲಿ ಯಾರೋ ಒಬ್ಬರು "ಕ್ಲಸ್ಟರ್ ಮೇಲಕ್ಕೆ ಬಂದಿದೆ" ಎಂದು ಹೇಳುತ್ತಾರೆ. ಮೇಲಕ್ಕೆ ಹೋಗುವುದು ತರಬೇತಿಯಲ್ಲ.

ಅದನ್ನು ಪರೀಕ್ಷಿಸುವುದು ಹೇಗೆ

ಅವರು ನವೀಕರಣಕ್ಕೂ ಮುನ್ನ ಪರೀಕ್ಷೆ ಬರೆಯುತ್ತಾರೆ, ಇದು ಡೆಮೊವನ್ನು ನಂಬದಿರಲು ಇರುವ ಸಂಪೂರ್ಣ ಕಾರಣ.

• ಅದೇ 12-ಯುಗಗಳ ಪಾಕವಿಧಾನ, ಅದೇ 120,000 ತಪಾಸಣೆ ಸ್ಟಿಲ್‌ಗಳು, ಎಂಟು ರನ್‌ಗಳು

• 12 ನೇ ಯುಗದ ಕೊನೆಯ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ವರೆಗೆ ಕೆಲಸದ ಸಲ್ಲಿಕೆಯಿಂದ ಅಳೆಯಲಾದ ಯಾವುದೇ ಪುನರಾರಂಭ ಸೇರಿದಂತೆ, ಮುಗಿದ ಪಾಕವಿಧಾನಕ್ಕೆ ಸಮಯವು ಗೋಡೆ ಗಡಿಯಾರವಾಗಿದೆ

• ಒಂದು ಪಾಸ್ ಆನ್ ಹೀಟ್: GPU ಗಡಿಯಾರಗಳು ಓಟಕ್ಕಾಗಿ ತರಬೇತಿ ಗುರಿಯಲ್ಲಿ ಉಳಿಯುತ್ತವೆ. ಕೆಲಸವು ಅಂತಿಮವಾಗಿ ಮುಗಿದರೂ ಸಹ ಥ್ರೊಟಲ್ ಈವೆಂಟ್ ವಿಫಲಗೊಳ್ಳುತ್ತದೆ

• ಶೇಖರಣಾ ಪಾಸ್: ಚೆಕ್‌ಪಾಯಿಂಟ್ ಬರೆಯುವ ಸಮಯ, ಸರಾಸರಿ ಮತ್ತು ಕೆಟ್ಟದು, ಕೆಲಸದ ಲಾಗ್‌ನಿಂದ

• ಬಟ್ಟೆಯ ಮೇಲೆ ಪಾಸ್: ಶ್ರೇಣಿ ಆರೋಗ್ಯಕರವಾಗಿರುವವರೆಗೆ ಕೆಲಸವು ಸಾಮೂಹಿಕ ಕಾಯುವಿಕೆಯಲ್ಲಿ ಕುಳಿತುಕೊಳ್ಳುವುದಿಲ್ಲ. ಅವರು ಆ ಕಾಯುವಿಕೆಯನ್ನು ನೋಡಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಉಪಕರಣಗಳು ಮುಗಿದಿಲ್ಲ

• ಎಂಟು ರನ್‌ಗಳಲ್ಲಿ ಎರಡು ರನ್‌ಗಳು ಪುನರಾರಂಭದ ಮಾರ್ಗವನ್ನು ಪರೀಕ್ಷಿಸಲು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ, ನಿಗದಿತ ಹಂತದಲ್ಲಿ ರ‍್ಯಾಂಕ್ ಅನ್ನು ಕೊಲ್ಲುತ್ತವೆ

• ತೀರ್ಮಾನವು ಕಾರ್ಖಾನೆ ಮಾರ್ಗದಿಂದ ಬೇಲಿಯಿಂದ ಸುತ್ತುವರಿದ ಸರ್ವಿಂಗ್ ಬಾಕ್ಸ್‌ಗೆ ಪ್ರತ್ಯೇಕ 200-ಚಿತ್ರ ಪರೀಕ್ಷೆಯಾಗಿದೆ. ತರಬೇತಿಯ ಯಶಸ್ಸನ್ನು ಸರ್ವಿಂಗ್ ಯಶಸ್ಸು ಎಂದು ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ

• ಅವರು PDU ಗಳಿಂದ ರ್ಯಾಕ್ ಪವರ್ ಅನ್ನು 15 ನಿಮಿಷಗಳ ಮಾದರಿಗಳಲ್ಲಿ ದಾಖಲಿಸುತ್ತಾರೆ ಆದ್ದರಿಂದ ಯಾರೂ ಮೆಗಾವ್ಯಾಟ್ ಅನ್ನು ಆವಿಷ್ಕರಿಸಬೇಕಾಗಿಲ್ಲ

ಕೋಶವನ್ನು "AI-ಸಿದ್ಧ" ಎಂದು ಕರೆಯಲು ಸ್ವೀಕಾರ: 8 ರಲ್ಲಿ 8 ಪಾಕವಿಧಾನಗಳು ಮುಗಿದಿವೆ; 8 ರಲ್ಲಿ 0 ಥರ್ಮಲ್ ಥ್ರೊಟಲ್ ಅನ್ನು ತೋರಿಸುತ್ತವೆ; ಎರಡೂ ಕೊಲ್ಲಲ್ಪಟ್ಟ ರನ್‌ಗಳು ಪುನರಾರಂಭಗೊಳ್ಳುತ್ತವೆ; ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳು ನಿಮಿಷಗಳಲ್ಲಿ ಉಳಿಯುತ್ತವೆ. ಅವರು ಅದನ್ನು ತಪ್ಪಿಸಿಕೊಂಡರೆ, ಅವರು ಇನ್ನೂ ಅಲಂಕಾರಿಕ ಗ್ರಾಫಿಕ್ಸ್ ಕಾರ್ಡ್‌ಗಳೊಂದಿಗೆ ಸರ್ವರ್ ಕೊಠಡಿಯನ್ನು ಹೊಂದಿದ್ದಾರೆ.

ಫಲಿತಾಂಶ

ಎಂಟು ರನ್‌ಗಳ ಕಲ್ಪಿತ ಪರೀಕ್ಷೆಯಿಂದ ಬಂದ ವಿವರಣಾತ್ಮಕ ಫಲಿತಾಂಶ, ಪ್ರಕಟಿತ ಕೆಸ್ಟ್ರೆಲ್ ಅಂಕಿ ಅಂಶವಲ್ಲ.

ಊಹೆಗಳು: ಎರಡು ರ‍್ಯಾಕ್‌ಗಳಲ್ಲಿ ನಾಲ್ಕು ಡ್ಯುಯಲ್-ಆಕ್ಸಿಲರೇಟರ್ ಸರ್ವರ್‌ಗಳು; ಒಂದು ತಪಾಸಣೆ ಮಾದರಿ; 120,000 ಸ್ಟಿಲ್‌ಗಳು; ಸ್ಥಿರ 12-ಯುಗ ಪಾಕವಿಧಾನದ ಎಂಟು ರನ್‌ಗಳು; ಪಾಕವಿಧಾನ ಮುಗಿಯುವವರೆಗೆ ಗೋಡೆ-ಗಡಿಯಾರವು ಪುನರಾರಂಭಗಳನ್ನು ಒಳಗೊಂಡಿದೆ; ಥ್ರೊಟಲ್ ಎಂದರೆ ತರಬೇತಿ ಗಡಿಯಾರದಿಂದ ಲಾಗ್ ಮಾಡಲಾದ ಡ್ರಾಪ್; ಚೆಕ್‌ಪಾಯಿಂಟ್ ಸಮಯವು ಬರೆಯುವ ಸಮಯ, ಬಯಕೆಯಲ್ಲ; ರ‍್ಯಾಕ್ ಪವರ್ PDU ಮಾದರಿಗಳು, ಕ್ಯಾಂಪಸ್ PUE ಅಲ್ಲ.

ನವೀಕರಣದ ಮೊದಲು, ಆಫೀಸ್ ಈಥರ್ನೆಟ್ ಮತ್ತು VM SAN ನಲ್ಲಿ ಸಾಮಾನ್ಯ ಗಾಳಿ-ತಂಪಾಗುವ ರ‍್ಯಾಕ್‌ಗಳಲ್ಲಿನ GPU ಗಳು:

• ಮೊದಲ ಪ್ರಯತ್ನದಲ್ಲೇ 8 ರನ್‌ಗಳಲ್ಲಿ 5 ರನ್‌ಗಳು ಮುಗಿದವು. ಆ ಐದು ರನ್‌ಗಳಲ್ಲಿ ಸರಾಸರಿ ಗೋಡೆ ಗಡಿಯಾರ: 14 ಗಂಟೆಗಳು

• 8 ರಲ್ಲಿ 3 ಸುಮಾರು 11 ಗಂಟೆಗೆ ಸ್ಟಾಲ್ ನಂತರ ಮತ್ತೆ ಪ್ರಾರಂಭಿಸಬೇಕಾಗಿತ್ತು (ಹಳೆಯ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ನೊಂದಿಗೆ ಒಂದು ನೋಡ್ ಸತ್ತ ನಂತರ ಎರಡು, ಚೆಕ್‌ಪಾಯಿಂಟ್ SAN ಅನ್ನು ತುಂಬಿದ ನಂತರ ಒಂದು). ತಕ್ಷಣದ ಮರುಪ್ರಯತ್ನ, ಗಡಿಯಾರದಲ್ಲಿ ರಾತ್ರಿಯ ಕಾಯುವಿಕೆ ಇಲ್ಲ: 11 ಗಂಟೆಗಳು ವ್ಯರ್ಥವಾಯಿತು ಜೊತೆಗೆ 14 ಗಂಟೆಗಳ ಎರಡನೇ ಪ್ರಯತ್ನ, ಅಥವಾ ಆ ಮೂರರಲ್ಲಿ ಮುಗಿದ ಪಾಕವಿಧಾನಕ್ಕೆ 25 ಗಂಟೆಗಳು

• ಎಂಟು ಪುನರಾರಂಭಗಳಲ್ಲಿ ಪಾಕವಿಧಾನವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಸರಾಸರಿ ಸಮಯ: 18 ಗಂಟೆಗಳು. (14 ಕ್ಕೆ ಐದು, 25 ಕ್ಕೆ ಮೂರು. ಎಲ್ಲಾ ಎಂಟರ ಸರಾಸರಿ ಇನ್ನೂ 14 ಆಗಿದೆ, ಇದು ಪುನರಾರಂಭಗಳನ್ನು ಮರೆಮಾಡುತ್ತದೆ. ಅದಕ್ಕಾಗಿಯೇ ಇಲ್ಲಿ ಸರಾಸರಿ ಮೂಲವಾಗಿದೆ.)

• ಥರ್ಮಲ್ ಥ್ರೊಟಲ್ 8 ರನ್‌ಗಳಲ್ಲಿ 7 ರನ್‌ಗಳನ್ನು ದಾಖಲಿಸಿದೆ. ಕಡಿಮೆ ಗಡಿಯಾರದಲ್ಲಿ ಸರಾಸರಿ ಸಮಯ: 14-ಗಂಟೆಗಳ ಪ್ರಯತ್ನದಲ್ಲಿ 3 ಗಂಟೆಗಳು

• ಚೆಕ್‌ಪಾಯಿಂಟ್ ಬರೆಯುವಿಕೆ: ಸರಾಸರಿ 22 ನಿಮಿಷಗಳು

• ರ‍್ಯಾಂಕ್-ಕಿಲ್ ಅವರು ಪಾಸಾಗುವ ಪರೀಕ್ಷೆಯಾಗಿರಲಿಲ್ಲ. ಅವರ ಬಳಿ ರನ್‌ಬುಕ್ ಇರಲಿಲ್ಲ. ಎರಡು ಆಕಸ್ಮಿಕ ಸಾವುಗಳು ಕಂಡುಬಂದವು

• ತರಬೇತಿಯ ಸಮಯದಲ್ಲಿ ಎರಡು ರ‍್ಯಾಕ್‌ಗಳ ಮೇಲೆ ಗರಿಷ್ಠ ಐಟಿ ಲೋಡ್: ಸುಮಾರು 18 ಕಿ.ವಾ.. ಸಾಲಿನಲ್ಲಿ ವ್ಯಾಟ್‌ಗಳಿದ್ದವು. ಅದಕ್ಕೆ ಕೂಲಿಂಗ್ ಅಥವಾ ಬಟ್ಟೆ ಇರಲಿಲ್ಲ

ಆ ಎರಡು ರ‍್ಯಾಕ್‌ಗಳಲ್ಲಿ ಹಿಂಭಾಗದ ಬಾಗಿಲಿನ ಶಾಖ ವಿನಿಮಯಕಾರಕಗಳ ನಂತರ, ನಾಲ್ಕು ನೋಡ್‌ಗಳ ನಡುವೆ ಮೀಸಲಾದ ಬಟ್ಟೆ, ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳಿಗಾಗಿ ಒಂದು ಸಣ್ಣ NVMe ಪೂಲ್, 30 ನಿಮಿಷಗಳ ಚೆಕ್‌ಪಾಯಿಂಟಿಂಗ್ ಮತ್ತು ಮರುಪ್ರಾರಂಭಿಸುವ ರನ್‌ಬುಕ್:

• 8 ರಲ್ಲಿ 8 ಮೊದಲ ಪ್ರಯತ್ನದಲ್ಲೇ ಮುಗಿದವು. ಸರಾಸರಿ ಗೋಡೆ-ಗಡಿಯಾರ: 9 ಗಂಟೆಗಳು

• ಥರ್ಮಲ್ ಥ್ರೊಟಲ್: 8 ರಲ್ಲಿ 0

• ಚೆಕ್‌ಪಾಯಿಂಟ್ ರೈಟ್: ಸರಾಸರಿ 90 ಸೆಕೆಂಡುಗಳು. ಸೆಟ್‌ನಲ್ಲಿ ಕೆಟ್ಟದು: 3 ನಿಮಿಷಗಳು

• ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ನಡೆಸಲಾದ ಎರಡು ರ‍್ಯಾಂಕ್-ಕಿಲ್‌ಗಳು ಕೊನೆಯ 30 ನಿಮಿಷಗಳ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ನಿಂದ ಪುನರಾರಂಭಗೊಂಡವು. ಆ ಎರಡು ರನ್‌ಗಳಲ್ಲಿ ಹೆಚ್ಚುವರಿ ವಾಲ್-ಕ್ಲಾಕ್: ರೋಗನಿರ್ಣಯವನ್ನು ಒಳಗೊಂಡಂತೆ ತಲಾ ಸುಮಾರು 40 ನಿಮಿಷಗಳು, ಆದ್ದರಿಂದ ಆ ಇಬ್ಬರು 9 ಗಂಟೆ 40 ನಿಮಿಷಗಳ ಹತ್ತಿರ ಕುಳಿತುಕೊಂಡರು. ಸರಾಸರಿ ಎಂಟು ಸ್ಟಿಲ್ ಸುತ್ತುಗಳಲ್ಲಿ 9 ಗಂಟೆಗಳವರೆಗೆ

• ಗರಿಷ್ಠ ಐಟಿ ಲೋಡ್ ಇನ್ನೂ ಸುಮಾರು 18 ಕಿ.ವಾ.. ಇದೆ. ಚಿಪ್ಸ್ ಒಂದೇ. ಕಟ್ಟಡದ ನಡವಳಿಕೆ ಬೇರೆ ಬೇರೆ

ಈ ಮಾದರಿಯಲ್ಲಿ, ಒಂದು ಪಾಕವಿಧಾನವನ್ನು ಮುಗಿಸಲು ಸರಾಸರಿ ಸಮಯ 18 ಗಂಟೆಗಳಿಂದ 9 ಗಂಟೆಗಳಿಗೆ ಅಥವಾ ತಲಾ 9 ಗಂಟೆಗಳಿಗೆ ಇಳಿದಿದೆ, ಎಂಟು ರನ್‌ಗಳಲ್ಲಿ 72 ಗಂಟೆಗಳು. ಮೊದಲ ಬಾರಿಗೆ ಮುಗಿಸಿದಾಗ 8 ರಲ್ಲಿ 5 ರಿಂದ 8 ರಲ್ಲಿ 8 ಕ್ಕೆ ಹೋಯಿತು. ಥ್ರೊಟಲ್ 8 ರಲ್ಲಿ 7 ರಿಂದ 8 ರಲ್ಲಿ 0 ಕ್ಕೆ ಹೋಯಿತು. ಆ ಕೊನೆಯ ಸಂಖ್ಯೆಯು ಅವರು ವೇಗವರ್ಧಕಗಳನ್ನು ಖರೀದಿಸಿದ್ದಾರೆಯೇ ಅಥವಾ ಪೇಪರ್‌ವೈಟ್‌ಗಳನ್ನು ಖರೀದಿಸಿದ್ದಾರೆಯೇ ಎಂದು ಹೇಳುತ್ತದೆ. ಅವರು ಸಮಯ ಬದಲಾವಣೆಯನ್ನು ಉತ್ಪಾದನೆಯಲ್ಲಿ 50% ಉಳಿತಾಯ ಎಂದು ಕರೆಯುವುದಿಲ್ಲ. ಎಂಟು ರನ್‌ಗಳು ಒಂದು ಸಣ್ಣ, ಸುಲಭವಾದ ಸೆಟ್ ಆಗಿದೆ.

ಈ ಅಂಕಿಅಂಶಗಳು ಹೇಳಲಾದ ಪರೀಕ್ಷೆ, ಒಂದು ಸಣ್ಣ ಮಾದರಿ, ಒಂದು ಮಾದರಿ ಮತ್ತು ಒಂದು ಮಿಶ್ರ ಹಾಲ್ ಅನ್ನು ಆಧರಿಸಿದ ಉದಾಹರಣೆ ಅಂದಾಜಾಗಿದೆ. ಅವು PUE ಅಲ್ಲ, ಕ್ಯಾಂಪಸ್ ಮೆಗಾವ್ಯಾಟ್ ಅಲ್ಲ, ಮತ್ತು ಕೆಸ್ಟ್ರೆಲ್ ಒಂದು ಕ್ಷೇತ್ರದಲ್ಲಿ ತರಬೇತಿ ತಾಣವನ್ನು ನಿರ್ಮಿಸಬೇಕು ಎಂಬುದಕ್ಕೆ ಪುರಾವೆಯಲ್ಲ. 9 ಗಂಟೆಗಳ ಒಳಗೆ ಲಾಗ್‌ಗಳ ವಿಮರ್ಶೆಯನ್ನು ನಡೆಸಲಾಯಿತು; ಅವರು ಅದನ್ನು ಮರೆಮಾಡಲಿಲ್ಲ. 18 kW ಅಂಕಿ ಅಂಶವು ದುಂಡಾದ PDU ರೀಡಿಂಗ್ ಆಗಿದೆ, ಯುಟಿಲಿಟಿ ಇನ್‌ವಾಯ್ಸ್ ಅಲ್ಲ. ಅವರು 72 ಗಂಟೆಗಳನ್ನು ವೆಚ್ಚವಾಗಿ ಪರಿವರ್ತಿಸಲಿಲ್ಲ, ಏಕೆಂದರೆ ಕಾರ್ಖಾನೆಯ ಮಿಶ್ರಿತ ವಿದ್ಯುತ್ ದರವು ನಕಲಿ ವ್ಯವಹಾರ ಪ್ರಕರಣವಾಗುತ್ತಿತ್ತು.

ಸರ್ವಿಂಗ್ ಚೆಕ್ ಪ್ರತ್ಯೇಕವಾಗಿ ಮತ್ತು ಚಿಕ್ಕದಾಗಿತ್ತು: ಬೇಲಿಯಿಂದ ಸುತ್ತುವರಿದ ಪೆಟ್ಟಿಗೆಗೆ 200 ಸಾಲಿನ ಚಿತ್ರಗಳು, ಎಲ್ಲವೂ ಸೈಟ್‌ನಲ್ಲಿಯೇ ಇತ್ತು. ಅದು ತರಬೇತಿಯಲ್ಲ, ಅನುಮಾನ. ಎರಡನ್ನೂ ಮಿಶ್ರಣ ಮಾಡುವುದು ಮಿನಿಯೇಚರ್‌ನಲ್ಲಿ ಹೈಬ್ರಿಡ್-ಹಾಲ್ ತಪ್ಪಾಗುತ್ತಿತ್ತು.

ಏನು ತಪ್ಪಾಗಬಹುದು?

• ಖರೀದಿಯು ನಾಲ್ಕು ಸರ್ವರ್‌ಗಳನ್ನು "AI ಡೇಟಾ ಸೆಂಟರ್" ಎಂದು ಕರೆಯುತ್ತಲೇ ಇರುತ್ತದೆ. ಲೇಬಲ್ ಪ್ಲಂಬಿಂಗ್ ಅನ್ನು ಮರೆಮಾಡುತ್ತದೆ ಮತ್ತು ಮುಂದಿನ ಖರೀದಿಯು ಅದೇ ಅನಾರೋಗ್ಯಕರ ಐಲ್‌ಗೆ ಹೆಚ್ಚಿನ GPU ಗಳಾಗಿರುತ್ತದೆ

• ಹಿಂದಿನ ಬಾಗಿಲಿನ ಎಕ್ಸ್‌ಚೇಂಜರ್‌ಗಳು ಒಳಗೆ ಹೋಗುತ್ತವೆ ಮತ್ತು ಯಾರೂ ನೀರಿನ ಬದಿಯನ್ನು ಕಮಿಷನ್ ಮಾಡುವುದಿಲ್ಲ. ಫ್ಯಾನ್‌ಗಳು ಇನ್ನೂ ಕೂಗುತ್ತವೆ. ಗಡಿಯಾರಗಳು ಇನ್ನೂ ಇಳಿಯುತ್ತವೆ

• ಬಟ್ಟೆಯು ಬಿಡಿ ಮಾರ್ಗವಿಲ್ಲದ ಒಂದೇ ಸ್ವಿಚ್ ಆಗಿದೆ. ಒಂದು ವಿಫಲ ಲಿಂಕ್ ಮತ್ತು "ಕ್ಲಸ್ಟರ್" ಮತ್ತೆ ನಾಲ್ಕು ಕಾರ್ಯಸ್ಥಳಗಳಾಗಿವೆ

• NVMe ಪೂಲ್ "ಎರಡನೇ ಹಂತ" ಆಗಿರುವುದರಿಂದ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳು SAN ನಲ್ಲಿಯೇ ಇರುತ್ತವೆ. ಎರಡನೇ ಹಂತವು ಮುಂದಿನ ಡೆಡ್ ನೋಡ್‌ಗಿಂತ ಮೊದಲು ಬರುವುದಿಲ್ಲ

• ಮಿಶ್ರ ಹಾಲ್‌ನಲ್ಲಿ ಎರಡು ರ‍್ಯಾಕ್‌ಗಳಿಗೆ ಅವರು PUE ಅನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತಾರೆ. ಹವಾಮಾನ, ಗಡಿ ಮತ್ತು ಉಳಿದ ERP ಸಾಲು ಆ ಅನುಪಾತವನ್ನು ವೇಷಭೂಷಣವನ್ನಾಗಿ ಮಾಡುತ್ತದೆ

• ತರಬೇತಿ ಮತ್ತು ಸರ್ವಿಂಗ್ ಬಟ್ಟೆಯನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ. ಚೆಕ್‌ಪಾಯಿಂಟ್ ಪ್ರವಾಹವು ಕಾರ್ಖಾನೆಯ ಲೈನ್ ಅನ್ನು ಕಾಯುವಂತೆ ಮಾಡುತ್ತದೆ. ಟೈಲ್ ಲೇಟೆನ್ಸಿ ಅಲ್ಲಿನ ಉತ್ಪನ್ನವಾಗಿದೆ, ಸಾಂದ್ರತೆಯಲ್ಲ

• ಒಂದು ನೋಡ್ ಸತ್ತುಹೋದಾಗ ಯಾರೋ ಅದನ್ನು ಚೆಕ್‌ಪಾಯಿಂಟ್ ಮರುಪ್ರಾರಂಭದ ಬದಲು ಅಪ್‌ಟೈಮ್ ಟಿಕೆಟ್ ಎಂದು ಪರಿಗಣಿಸುತ್ತಾರೆ. ಎಂಟರ್‌ಪ್ರೈಸ್ ಕಾರ್ಯಾಚರಣೆಗಳು ಮತ್ತು AI ಕಾರ್ಯಾಚರಣೆಗಳು ಮಧ್ಯಾಹ್ನದವರೆಗೆ ಪರಸ್ಪರ ಹಿಂದೆ ಮಾತನಾಡುತ್ತವೆ

• ಅವರು ಒಂದು ಪಂಜರವನ್ನು ಬಾಡಿಗೆಗೆ ಪಡೆಯಬಹುದಿತ್ತು, ಆದರೆ ಚಿತ್ರಗಳು ಹೊರಗೆ ಹೋಗಲು ಸಾಧ್ಯವಿಲ್ಲ. ಆ ನಿರ್ಬಂಧವನ್ನು ಮರೆತು ಅವರು ವಿಶ್ರಾಂತಿ ಪಡೆಯಬೇಕಾಗುತ್ತದೆ

ಪ್ರಾಯೋಗಿಕ ತೀರ್ಮಾನ

ಈ ರೂಪದಲ್ಲಿ AI ಡೇಟಾ ಸೆಂಟರ್ ಎಂದರೆ ಗೋದಾಮು ಅಲ್ಲ ಮತ್ತು ಅದು GPU ಇನ್‌ವಾಯ್ಸ್ ಅಲ್ಲ. ವೇಗವರ್ಧಕಗಳು ಓಟವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುವ ಸೆಲ್ ಇದು: ಅವು ಹಿಡಿದಿಟ್ಟುಕೊಳ್ಳಬಹುದಾದ ಶಕ್ತಿ, ಹೊರಡುವ ಶಾಖ, ಬಟ್ಟೆ, ಚೆಕ್‌ಪಾಯಿಂಟ್ ಮತ್ತು ಶ್ರೇಣಿ ಸತ್ತಾಗ ಹುಕ್‌ನಲ್ಲಿರುವ ಯಾರಾದರೂ. ಕೆಸ್ಟ್ರೆಲ್‌ಗೆ ಕ್ಯಾಂಪಸ್ ಅಗತ್ಯವಿರಲಿಲ್ಲ. ನಟಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಲು ಅವರಿಗೆ ಎರಡು ರ‍್ಯಾಕ್‌ಗಳು ಬೇಕಾಗಿದ್ದವು. ಹೆಚ್ಚಿನ ತಂಡಗಳು ಆ ನಡವಳಿಕೆಯನ್ನು ಬಾಡಿಗೆಗೆ ಪಡೆಯಬೇಕು. ರಹಸ್ಯ ಡೇಟಾಸೆಟ್ ಮತ್ತು ಶಾಖವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದಾದ ಹಾಲ್ ಹೊಂದಿರುವ ಕೆಲವು ಸೆಲ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಿ ಸ್ಲೈಡ್ ಅನ್ನು ನಿರಾಕರಿಸಬೇಕು.

ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು

AI ಡೇಟಾ ಸೆಂಟರ್ ಎಂದರೇನು?

ಹೆಚ್ಚಿನ ಸಾಂದ್ರತೆಯ ಕಂಪ್ಯೂಟ್ ಸೈಟ್, ಅಲ್ಲಿ ವಿದ್ಯುತ್, ತಂಪಾಗಿಸುವಿಕೆ, ನೆಟ್‌ವರ್ಕಿಂಗ್ ಮತ್ತು ಸಂಗ್ರಹಣೆಯು ಸಮಾನಾಂತರ ತರಬೇತಿ ಮತ್ತು ಮಾದರಿ ಸೇವೆಯ ಸುತ್ತಲೂ ಬಾಗುತ್ತದೆ, ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ ಸರ್ವರ್‌ಗಳ ಅಚ್ಚುಕಟ್ಟಾದ ಸಾಲುಗಳಲ್ಲ. ಇದನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ ಆದ್ದರಿಂದ ಬೃಹತ್ ಸಂಖ್ಯೆಯ ವೇಗವರ್ಧಕಗಳು ಕರಗದೆ, ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿ ಸ್ಥಗಿತಗೊಳ್ಳದೆ ಅಥವಾ ಡಿಸ್ಕ್‌ನಲ್ಲಿ ಕಾಯದೆ ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಬಹುದು ಮತ್ತು ಸೇವೆ ಸಲ್ಲಿಸಬಹುದು. ಸಾಮಾನ್ಯ ಎಂಟರ್‌ಪ್ರೈಸ್ ಹಾಲ್ ಮಿಶ್ರ ನೆರೆಹೊರೆಯಾಗಿದೆ. AI ಹಾಲ್ ಒಂದು ಏಕಸಂಸ್ಕೃತಿಯಾಗಿದ್ದು, ಅದರ ಮೌಲ್ಯದ ಘಟಕವು GPU ಗಳು ಅಥವಾ TPU-ಶೈಲಿಯ ಚಿಪ್‌ಗಳಂತಹ ವೇಗವರ್ಧಕವಾಗಿದೆ. ಇದು ಗೋದಾಮಿನಂತೆ ಕಾಣುತ್ತದೆ ಮತ್ತು ಗಣಿತವನ್ನು ಮಾಡುವ ವಿದ್ಯುತ್ ಕೇಂದ್ರದಂತೆ ವರ್ತಿಸುತ್ತದೆ.

AI ಡೇಟಾ ಸೆಂಟರ್ ಸಾಮಾನ್ಯ ಡೇಟಾ ಸೆಂಟರ್‌ಗಿಂತ ಹೇಗೆ ಭಿನ್ನವಾಗಿದೆ?

ಸಾಂಪ್ರದಾಯಿಕ ಹಾಲ್‌ಗಳು ಮಿಶ್ರ ಕೆಲಸದ ಹೊರೆ ಮತ್ತು ಅಪ್‌ಟೈಮ್‌ಗೆ ಸಾಕಷ್ಟು ಕಡಿಮೆ ಸೇವೆಗಳಲ್ಲಿ ಅತ್ಯುತ್ತಮವಾಗಿಸುತ್ತವೆ. AI ಸೈಟ್‌ಗಳು ಅನುಪಾತಗಳನ್ನು ತಿರುಗಿಸುತ್ತವೆ: ಸಾಂದ್ರತೆ ಹೆಚ್ಚಾಗುತ್ತದೆ, ನೆಟ್‌ವರ್ಕ್ ತರಬೇತಿ ಕೆಲಸವಿಲ್ಲದೆ ಕುಂಟಲು ಸಾಧ್ಯವಾಗದ ಬಟ್ಟೆಯಾಗುತ್ತದೆ, ಮತ್ತು ಸಂಗ್ರಹಣೆಯು ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳನ್ನು ಚಲಿಸುವಂತೆ ಮಾಡುತ್ತದೆ ಅಥವಾ ವೇಗವರ್ಧಕಗಳು ನಿಷ್ಕ್ರಿಯವಾಗಿ ಕುಳಿತುಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ. ಎಂಟರ್‌ಪ್ರೈಸ್ ಆಪ್‌ಗಳು ಟಿಕೆಟ್‌ಗಳಲ್ಲಿ ಯೋಚಿಸುತ್ತವೆ ಮತ್ತು ವಿಂಡೋಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತವೆ. AI ಆಪ್‌ಗಳು ಕೆಲಸದ ಸರತಿ ಸಾಲುಗಳಲ್ಲಿ ಯೋಚಿಸುತ್ತವೆ ಮತ್ತು ದೀರ್ಘಾವಧಿಯಲ್ಲಿ ನೋಡ್ ತಡವಾಗಿ ಸತ್ತಾಗ ಅನಾರೋಗ್ಯದ ಭಾವನೆ. ನೀವು ಇನ್ನೂ ಎರಡೂ ಡೇಟಾ ಕೇಂದ್ರಗಳನ್ನು ಕರೆಯಬಹುದು. ಲೇಬಲ್ ಕೇವಲ ಪ್ಲಂಬಿಂಗ್ ಅನ್ನು ಮರೆಮಾಡುತ್ತದೆ.

AI ಡೇಟಾ ಕೇಂದ್ರಗಳು ಏಕೆ ಹೆಚ್ಚು ಶಕ್ತಿಯನ್ನು ಬಳಸುತ್ತವೆ?

ಎದ್ದು ಕಾಣುವ ಹಾರ್ಡ್‌ವೇರ್ ಬುದ್ಧಿವಂತ CPU ಅಲ್ಲ. ಅದು ಆಕ್ಸಿಲರೇಟರ್ ಟ್ರೇ: GPU ಗಳು ಅಥವಾ ಇತರ AI ಚಿಪ್‌ಗಳು, ಸರ್ವರ್‌ಗಳಲ್ಲಿ ಪ್ಯಾಕ್ ಮಾಡಲಾದವು, ನಂತರ ರ‍್ಯಾಕ್‌ಗಳು, ನಂತರ ಹೆಚ್ಚಿನ ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್ ಬಟ್ಟೆಯನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಸಾಲುಗಳು. ಪ್ರತಿ ರ‍್ಯಾಕ್‌ಗೆ ಸಾಂದ್ರತೆಯು ಕಥಾವಸ್ತುವಿನ ತಿರುವು: ಕಡಿಮೆ ರ‍್ಯಾಕ್‌ಗಳು, ಪ್ರತಿಯೊಂದೂ ಒಂದು ಸಣ್ಣ ಕುಲುಮೆ. ಒಂದು ಹಾಲ್ ತುಂಬಿದ ನಂತರ ಮೆಗಾವ್ಯಾಟ್‌ಗಳಷ್ಟು ಐಟಿ ಲೋಡ್ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ, ಆದರೂ ವಿಶಿಷ್ಟವಾದ ಅಂಕಿ ಅಂಶವನ್ನು ಆವಿಷ್ಕರಿಸುವುದು ಯೋಗ್ಯವಲ್ಲ. ಸೀಮಿತಗೊಳಿಸುವ ಅಂಶವೆಂದರೆ ಹೆಚ್ಚಾಗಿ ಸಬ್‌ಸ್ಟೇಷನ್, GPU ಗಳ ಇಚ್ಛೆಪಟ್ಟಿಯಲ್ಲ.

AI ಡೇಟಾ ಕೇಂದ್ರಗಳನ್ನು ಹೇಗೆ ತಂಪಾಗಿಸಲಾಗುತ್ತದೆ?

ಹೆಚ್ಚಿನ ಸಾಂದ್ರತೆಯ ಚರಣಿಗೆಗಳು ಗಾಳಿಯನ್ನು ನಿಜವಾಗಿಯೂ ನಿರ್ವಹಿಸಲು ಎಂದಿಗೂ ಕೇಳದ ರೀತಿಯಲ್ಲಿ ಶಾಖವನ್ನು ಹೊರಹಾಕುತ್ತವೆ. ಹಿಂಭಾಗದ ಬಾಗಿಲಿನ ಶಾಖ ವಿನಿಮಯಕಾರಕಗಳು, ಬಿಸಿಯಾದ ಹಜಾರಗಳು ಮತ್ತು ಬುದ್ಧಿವಂತ ಕಂಟೈನ್‌ಮೆಂಟ್‌ನೊಂದಿಗೆ ನೀವು ಗಾಳಿಯನ್ನು ಹೆಚ್ಚು ಬಲವಾಗಿ ತಳ್ಳಬಹುದು. ನಂತರ ದ್ರವವು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ: ನೇರ-ಚಿಪ್ ಕೂಲಿಂಗ್, ಕೂಲಂಟ್ ಲೂಪ್‌ಗಳು ಮತ್ತು ಕೆಲವು ವಿನ್ಯಾಸಗಳಲ್ಲಿ ಇಮ್ಮರ್ಶನ್. ಥ್ರೊಟಲ್ ಮಾಡುವ ವೇಗವರ್ಧಕವು ನೀವು ಈಗಾಗಲೇ ಪಾವತಿಸಿದ ಮತ್ತು ಸಂಪೂರ್ಣವಾಗಿ ಬಳಸಲು ಸಾಧ್ಯವಾಗದ ಒಂದು ವೇಗವರ್ಧಕವಾಗಿದೆ. PUE ಇನ್ನೂ ಮುಖ್ಯವಾಗಿದೆ ಏಕೆಂದರೆ ಫ್ಯಾನ್‌ಗಳು ಮತ್ತು ಪಂಪ್‌ಗಳಿಗೆ ಖರ್ಚು ಮಾಡುವ ಪ್ರತಿ ವ್ಯಾಟ್ GPU ಗೆ ಹೋಗದ ವ್ಯಾಟ್ ಆಗಿದೆ. ನೀರು ಕೂಡ ಕಥೆಯಲ್ಲಿ ಇರುತ್ತದೆ: ಕೆಲವು ಸಸ್ಯಗಳು ಕುಡಿಯುತ್ತವೆ, ಕೆಲವು ಗುಟುಕು ಹಾಕುತ್ತವೆ.

GPU ಗಳಷ್ಟೇ ನೆಟ್‌ವರ್ಕಿಂಗ್ ಏಕೆ ಮುಖ್ಯ?

ತರಬೇತಿಯು ಒಂದು ಸಂಭಾಷಣೆಯಾಗಿದೆ: ಸಾವಿರಾರು ವೇಗವರ್ಧಕಗಳು ಬಿಗಿಯಾದ ಸಿಂಕ್‌ನಲ್ಲಿ ಮಾದರಿಯ ಇಳಿಜಾರುಗಳು, ನಿಯತಾಂಕಗಳು ಮತ್ತು ಚೂರುಗಳನ್ನು ವಿನಿಮಯ ಮಾಡಿಕೊಳ್ಳುತ್ತವೆ. ಬಟ್ಟೆ ನಡುಗಿದರೆ, ಇಡೀ ಕೆಲಸವು ನಿಧಾನವಾದ ಜಿಗಿತಕ್ಕಾಗಿ ಕಾಯುತ್ತದೆ. ಅದಕ್ಕಾಗಿಯೇ AI ಹೆಚ್ಚಿನ ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್ ನೆಟ್‌ವರ್ಕಿಂಗ್, ಕಡಿಮೆ ಲೇಟೆನ್ಸಿ, ಅದೇ ಪಾತ್ರದಲ್ಲಿರುವ ಇನ್ಫಿನಿಬ್ಯಾಂಡ್-ಇಶ್ ಬಟ್ಟೆಗಳು ಅಥವಾ ಈಥರ್ನೆಟ್ ಮತ್ತು ಲಿಂಕ್ ವಿಫಲವಾದಾಗ ಅರ್ಧದಷ್ಟು ಮಡಿಸದ ಟೋಪೋಲಜಿಗಳ ಮೇಲೆ ಗೀಳನ್ನು ಹೊಂದಿದೆ. ಅನುಮಾನವು ಬಾಲ ಲೇಟೆನ್ಸಿ, ಅನೇಕ ಸಣ್ಣ ವಿನಂತಿಗಳು ಮತ್ತು ಪ್ರತ್ಯೇಕತೆಯ ಬಗ್ಗೆ ಕಾಳಜಿ ವಹಿಸುತ್ತದೆ. ಈ ಕಟ್ಟಡದಲ್ಲಿ ಪ್ಲಂಬಿಂಗ್ ರೆಸ್ಟೋರೆಂಟ್ ಆಗಿದೆ.

AI ಡೇಟಾ ಸೆಂಟರ್ ಅನ್ನು ಯಾವುದಕ್ಕಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ: ತರಬೇತಿ ಅಥವಾ ನಿರ್ಣಯ?

ತರಬೇತಿಯು ಒಂದು ಅಭಿಯಾನವಾಗಿದೆ: ಒಂದು ಕ್ಲಸ್ಟರ್ ಅನ್ನು ಜೋಡಿಸಿ, ಅದಕ್ಕೆ ಡೇಟಾವನ್ನು ನೀಡಿ, ಧಾರ್ಮಿಕವಾಗಿ ಚೆಕ್‌ಪಾಯಿಂಟ್ ಮಾಡಿ ಮತ್ತು ಗಂಟೆಗಳು ಅಥವಾ ವಾರಗಳವರೆಗೆ ಓಡಿ. ಅನುಮಾನವು ಒಂದು ಅಂಗಡಿಯಾಗಿದೆ: ಈಗಾಗಲೇ ತರಬೇತಿ ಪಡೆದ ಮಾದರಿಗಳು, ಈಗ ಉತ್ತರಿಸುತ್ತಿವೆ, ಮುಖ್ಯವಾದ ಸುಪ್ತತೆಯೊಂದಿಗೆ. ತರಬೇತಿ ಕ್ಯಾಂಪಸ್‌ಗಳು ಶಕ್ತಿ, ಭೂಮಿ ಮತ್ತು ಸಾಂದ್ರತೆಯನ್ನು ಬೆನ್ನಟ್ಟುತ್ತವೆ. ಅನುಮಾನ ತಾಣಗಳು ಸುಪ್ತತೆ ಮತ್ತು ಉಪಸ್ಥಿತಿಯನ್ನು ಬೆನ್ನಟ್ಟುತ್ತವೆ. ಬಂಡವಾಳವು ಅನಂತವಲ್ಲದ ಕಾರಣ ಹೈಬ್ರಿಡ್ ಹಾಲ್‌ಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ, ಕೆಲವೊಮ್ಮೆ ಎರಡು ಕೂಲಿಂಗ್ ಲೂಪ್‌ಗಳನ್ನು ಹೊಂದಿರುವ ಒಂದು ಹಾಲ್. ಗ್ರಾಹಕರ ಬಳಿ ಸ್ವಲ್ಪ ಹಳೆಯ ವೇಗವರ್ಧಕವು ಒಂದು ಖಂಡದ ದೂರದಲ್ಲಿ ಆಕರ್ಷಕವಾದ ಒಂದನ್ನು ಸೋಲಿಸಬಹುದು.

AI ಡೇಟಾ ಕೇಂದ್ರದಲ್ಲಿ ಸಂಗ್ರಹಣೆ ಏಕೆ ಮುಖ್ಯ?

ತರಬೇತಿ ದತ್ತಾಂಶವು GPU ಗಳು ತಮ್ಮ ಪಾದಗಳನ್ನು ತಟ್ಟದಂತೆ ವೇಗವಾಗಿ ಬರಬೇಕು. ಒಂದು ವಾರ ಅಪಘಾತ ಸಂಭವಿಸಿದಾಗ ಅದು ವ್ಯರ್ಥವಾಗದಂತೆ ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳು ಇಳಿಯಬೇಕಾಗುತ್ತದೆ. ಸರ್ವಿಂಗ್ ಪ್ರತಿಕೃತಿ ಲೈವ್ ಆಗುವ ಮೊದಲು ಮಾದರಿ ತೂಕವು ಲೋಡ್ ಆಗಬೇಕು. ಸಾಮರ್ಥ್ಯ ಮಾತ್ರವಲ್ಲ, ಶೇಖರಣಾ ಥ್ರೋಪುಟ್ ಶಾಂತ ಅಡಚಣೆಯಾಗಿದೆ. ನೀವು ವೇಗವರ್ಧಕಗಳ ಮೇಲೆ ಸಾಕಷ್ಟು ಖರ್ಚು ಮಾಡಬಹುದು ಮತ್ತು ವರ್ಚುವಲ್ ಯಂತ್ರಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಸಭ್ಯ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಅವುಗಳನ್ನು ಹಸಿವಿನಿಂದ ತುಂಬಿಸಬಹುದು.

ನೋಡ್ ಮಧ್ಯದಲ್ಲಿ ಸತ್ತಾಗ ಏನಾಗುತ್ತದೆ?

ಬಿಗಿಯಾಗಿ ಜೋಡಿಸಲಾದ ತರಬೇತಿ ಕೆಲಸದಲ್ಲಿ ಒಂದು ಡೆಡ್ ಆಕ್ಸಿಲರೇಟರ್ ಇಡೀ ಕೋರಸ್ ಅನ್ನು ಸ್ಥಗಿತಗೊಳಿಸಬಹುದು. ತರಬೇತಿಯು ಚೆಕ್‌ಪಾಯಿಂಟ್‌ಗಳನ್ನು ಬಯಸುತ್ತದೆ, ಆಶಾವಾದವನ್ನಲ್ಲ. ಅನುಮಾನವು ಅನಾರೋಗ್ಯದ ನೋಡ್ ಅನ್ನು ಬರಿದಾಗಿಸುತ್ತದೆ, ಪ್ರತಿಕೃತಿಯನ್ನು ಉತ್ತರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಲೈವ್ ಆಗಿರುತ್ತದೆ. ಬದಲಾವಣೆ ವಿಂಡೋಗಳು ಇನ್ನೂ ನಿಮ್ಮ ಕ್ಯಾಲೆಂಡರ್ ಬಗ್ಗೆ ಕಾಳಜಿ ವಹಿಸದ ತರಬೇತಿ ರನ್‌ಗಳೊಂದಿಗೆ ಡಿಕ್ಕಿ ಹೊಡೆಯುತ್ತವೆ. ವಿದ್ಯುತ್, ತಂಪಾಗಿಸುವಿಕೆ, ಮಾರ್ಗಗಳು ಮತ್ತು ಸಂಗ್ರಹಣೆಗೆ ಪುನರುಕ್ತಿ ಇನ್ನೂ ಮುಖ್ಯವಾಗಿದೆ, ಆದರೆ ವೈಫಲ್ಯ ಮೋಡ್ ಹಳೆಯ ನೈನ್ಸ್-ಆಫ್-ಅಪ್‌ಟೈಮ್ ಸ್ಲೈಡ್‌ಗಿಂತ ಕಡಿಮೆ ಅಚ್ಚುಕಟ್ಟಾಗಿದೆ.

ಗ್ರಿಡ್, ನೀರು ಮತ್ತು ನೆರೆಹೊರೆಯವರ ಮೇಲೆ AI ಡೇಟಾ ಸೆಂಟರ್‌ನ ಪ್ರಭಾವವೇನು?

ಗ್ರಿಡ್ ಸಂಪರ್ಕವು ಸಾಮಾನ್ಯವಾಗಿ ನಿಜವಾದ ಸ್ಥಳ-ಆಯ್ಕೆ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ಸಬ್‌ಸ್ಟೇಷನ್ ಮತ್ತು ಇತರ ಗ್ರಾಹಕರನ್ನು ಹೊಂದಿರುವ ಉಪಯುಕ್ತತೆಗೆ ಹೋಲಿಸಿದರೆ ಭೂಮಿ ಸುಲಭ. ತಂಪಾಗಿಸಲು ನೀರು, ನೀವು ಅದನ್ನು ಬಳಸಿದರೆ, ಮಳೆಯು ಅಸಭ್ಯವಾದ ತಕ್ಷಣ, ಗಡಿ ಬೇಲಿಯಲ್ಲಿ ಶಬ್ದ, ದೃಶ್ಯ ಬೃಹತ್ ಮತ್ತು ಶಾಖದೊಂದಿಗೆ ನೆರೆಹೊರೆಯವರ ಸಮಸ್ಯೆಯಾಗುತ್ತದೆ. ತರಬೇತಿಯು ಅಗ್ಗದ ವಿದ್ಯುತ್ ಮಾರುಕಟ್ಟೆಗಳು ಮತ್ತು ತಂಪಾದ ಹವಾಮಾನಗಳಲ್ಲಿ ಅಡಗಿಕೊಳ್ಳಬಹುದು. ಅನುಮಾನವು ಬಳಕೆದಾರರ ಹತ್ತಿರ ಇರುವುದನ್ನು ಇಷ್ಟಪಡುತ್ತದೆ. ಪರಿಪೂರ್ಣ ಸೈಟ್ ಯಾವುದೂ ಇಲ್ಲ. ಪತ್ರಿಕಾ ಪ್ರಕಟಣೆಯೊಂದಿಗೆ ರಾಜಿ ಇದೆ.

ನಾನು AI ಡೇಟಾ ಸೆಂಟರ್ ಹೊಂದಬೇಕೇ ಅಥವಾ ಬಾಡಿಗೆಗೆ ಪಡೆಯಬೇಕೇ?

ಹೆಚ್ಚಿನ ಜನರು ಈ ಹಾಲ್‌ಗಳಲ್ಲಿ ಒಂದನ್ನು ಹೊಂದುವ ಅಗತ್ಯವಿಲ್ಲ. ಹೈಪರ್‌ಸ್ಕೇಲರ್‌ಗಳು ಉತ್ಪನ್ನವು ಫ್ಲೀಟ್ ಆಗಿರುವುದರಿಂದ ನಿರ್ಮಿಸುತ್ತಾರೆ. ಕ್ಯೂ ಸಮಯವು ಅಡಚಣೆಯಾದಾಗ ಅಥವಾ ಡೇಟಾ ಹೊರಹೋಗಲು ಸಾಧ್ಯವಾಗದಿದ್ದಾಗ ಲ್ಯಾಬ್‌ಗಳು ನಿರ್ಮಿಸುತ್ತವೆ. ರಹಸ್ಯ ಡೇಟಾಸೆಟ್‌ನೊಂದಿಗೆ ಬ್ಯಾಂಕ್, ಆಸ್ಪತ್ರೆ, ಸರ್ಕಾರ ಅಥವಾ ತಯಾರಕರು ಆನ್-ಪ್ರೇಮ್ ಅಥವಾ ಖಾಸಗಿ ಕೊಲೊ ಕೇಜ್ ಅನ್ನು ತರ್ಕಬದ್ಧಗೊಳಿಸಬಹುದು. ಉಳಿದವರೆಲ್ಲರೂ ಬಾಡಿಗೆಗೆ ಪಡೆಯಬೇಕು: AI-ಸಿದ್ಧ ಕೊಲೊಕೇಶನ್, ಕ್ಲೌಡ್ ಕಾಯ್ದಿರಿಸುವಿಕೆ ಅಥವಾ ನಿರ್ವಹಿಸಿದ ಕ್ಲಸ್ಟರ್. ಪವರ್-ಪ್ಲಾಂಟ್ ಆಪರೇಟರ್ ಆಗದೆ ನೀವು ವೇಗವರ್ಧಕಗಳನ್ನು ಪಡೆಯುತ್ತೀರಿ.

ಉಲ್ಲೇಖಗಳು

1. ಐಇಎ - www.iea.org

2. ಎಲ್‌ಬಿಎನ್‌ಎಲ್ - ಡೇಟಾಸೆಂಟರ್‌ಗಳು.ಎಲ್‌ಬಿಎಲ್.ಜಿಒವಿ

3. ದಿ ಗ್ರೀನ್ ಗ್ರಿಡ್ - www.thegreengrid.org

4. ಎಲ್‌ಬಿಎನ್‌ಎಲ್ - ಡೇಟಾಸೆಂಟರ್‌ಗಳು.ಎಲ್‌ಬಿಎಲ್.ಜಿಒವಿ

5. ಎಲ್‌ಬಿಎನ್‌ಎಲ್ - ಡೇಟಾಸೆಂಟರ್‌ಗಳು.ಎಲ್‌ಬಿಎಲ್.ಜಿಒವಿ

6. ಅಪ್‌ಟೈಮ್ ಸಂಸ್ಥೆ - journal.uptimeinstitute.com

7. NVIDIA - developer.nvidia.com

8. NVIDIA - docs.nvidia.com

9. NVIDIA - docs.nvidia.com

10. NVIDIA - docs.nvidia.com

11. ಗೂಗಲ್ ಕ್ಲೌಡ್ - docs.cloud.google.com

ಅಧಿಕೃತ AI ಸಹಾಯಕ ಅಂಗಡಿಯಲ್ಲಿ ಇತ್ತೀಚಿನ AI ಅನ್ನು ಹುಡುಕಿ

ನಮ್ಮ ಬಗ್ಗೆ