ਏਆਈ ਡੇਟਾ ਸੈਂਟਰ ਕੀ ਹੁੰਦਾ ਹੈ? [ਵੀਡੀਓ ਅਤੇ ਕੁਇਜ਼]

ਛੋਟਾ ਜਵਾਬ: ਇੱਕ AI ਡੇਟਾ ਸੈਂਟਰ ਇੱਕ ਉੱਚ-ਘਣਤਾ ਵਾਲੀ ਸਾਈਟ ਹੈ ਜਿੱਥੇ ਪਾਵਰ, ਕੂਲਿੰਗ, ਫੈਬਰਿਕ ਅਤੇ ਸਟੋਰੇਜ ਸਿਖਲਾਈ ਅਤੇ ਸਰਵਿੰਗ ਮਾਡਲਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਝੁਕਿਆ ਹੋਇਆ ਹੈ, ਵਾਧੂ GPU ਵਾਲੇ ਸਰਵਰ ਰੂਮ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਨਹੀਂ। ਚਿਪਸ ਨੂੰ ਪ੍ਰਸਿੱਧੀ ਮਿਲਦੀ ਹੈ; ਇਮਾਰਤ ਫੈਸਲਾ ਕਰਦੀ ਹੈ ਕਿ ਉਹ ਕੰਮ ਕਰਦੇ ਹਨ ਜਾਂ ਨਹੀਂ। ਜੇਕਰ ਤਸਵੀਰਾਂ ਛੱਡ ਨਹੀਂ ਸਕਦੀਆਂ, ਤਾਂ ਇੱਕ ਛੋਟੇ ਸੈੱਲ ਨੂੰ ਰੀਟ੍ਰੋਫਿਟ ਕਰੋ; ਜ਼ਿਆਦਾਤਰ ਟੀਮਾਂ ਨੂੰ ਕਿਰਾਏ 'ਤੇ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ।

ਮੁੱਖ ਗੱਲਾਂ:

ਚਿਪਸ ਬਨਾਮ ਬਿਲਡਿੰਗ: ਪਾਵਰ, ਕੂਲਿੰਗ, ਫੈਬਰਿਕ ਅਤੇ ਸਟੋਰੇਜ ਇਹ ਫੈਸਲਾ ਕਰਦੇ ਹਨ ਕਿ ਐਕਸਲੇਟਰ ਕੰਮ ਕਰਦੇ ਹਨ ਜਾਂ ਨਹੀਂ।

ਮਹਿਲ ਨਹੀਂ ਥਾਵਾਂ: ਜਦੋਂ ਡੇਟਾ ਨਹੀਂ ਛੱਡ ਸਕਦਾ ਤਾਂ ਦੋ ਰੈਕਾਂ ਨੂੰ ਰੀਟ੍ਰੋਫਿਟ ਕਰੋ; ਕੈਂਪਸ ਨਾ ਖਰੀਦੋ।

ਔਸਤ ਬਨਾਮ ਮੱਧਮਾਨ: ਅੱਠ ਦੌੜਾਂ 'ਤੇ, ਮੱਧਮਾਨ ਹਾਈਡ ਮੁੜ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ; 18-ਘੰਟੇ ਦੇ ਔਸਤ ਦੀ ਵਰਤੋਂ ਕਰੋ।

ਦੁਰਵਰਤੋਂ ਪ੍ਰਤੀਰੋਧ: ਇੱਕ ਮਿਸ਼ਰਤ ਹਾਲ ਵਿੱਚ ਦੋ ਰੈਕਾਂ ਲਈ ਇੱਕ PUE ਦਾ ਹਵਾਲਾ ਨਾ ਦਿਓ।

ਉਦਾਹਰਣ ਵਜੋਂ ਨਤੀਜੇ: ਅੱਠ ਦੌੜਾਂ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਨਕਸ਼ਾ ਹਨ, 50% ਉਤਪਾਦਨ ਦੀ ਬੱਚਤ ਨਹੀਂ।

ਇਸ ਤੋਂ ਬਾਅਦ ਤੁਸੀਂ ਜੋ ਲੇਖ ਪੜ੍ਹਨਾ ਪਸੰਦ ਕਰ ਸਕਦੇ ਹੋ:

🔗 ਕੀ AI ਭਰੋਸੇਯੋਗ ਹੈ? ਵੀਡੀਓ ਅਤੇ ਕਵਿਜ਼
ਇੱਕ ਦਿਲਚਸਪ ਵੀਡੀਓ ਅਤੇ ਇੰਟਰਐਕਟਿਵ ਕਵਿਜ਼ ਰਾਹੀਂ AI ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਪੜਚੋਲ ਕਰੋ।

🔗 ਰੋਜ਼ਾਨਾ ਜ਼ਿੰਦਗੀ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰੀਏ
ਉਹਨਾਂ ਵਿਹਾਰਕ ਤਰੀਕਿਆਂ ਦੀ ਖੋਜ ਕਰੋ ਜਿਨ੍ਹਾਂ ਨਾਲ AI ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਅਤੇ ਰੁਟੀਨ ਨੂੰ ਸਰਲ ਬਣਾ ਸਕਦਾ ਹੈ।

🔗 ਕੰਮ 'ਤੇ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰੀਏ।
ਕੰਮ ਵਾਲੀ ਥਾਂ 'ਤੇ ਚੁਸਤ ਉਤਪਾਦਕਤਾ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਵਿਹਾਰਕ ਤਰੀਕੇ ਸਿੱਖੋ।

🔗 ਕੀ AI ਆਪਣੇ ਆਪ ਸੋਚ ਸਕਦਾ ਹੈ?
ਸਮਝੋ ਕਿ ਕੀ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸੱਚਮੁੱਚ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਸੋਚ ਸਕਦੀ ਹੈ ਜਾਂ ਤਰਕ ਕਰ ਸਕਦੀ ਹੈ।

ਇਹ ਇੱਕ "ਆਮ" ਡੇਟਾ ਸੈਂਟਰ ਤੋਂ ਕਿਵੇਂ ਵੱਖਰਾ ਹੈ

ਰਵਾਇਤੀ ਹਾਲ ਬਹੁਤ ਸਾਰੀਆਂ ਛੋਟੀਆਂ ਸੇਵਾਵਾਂ ਵਿੱਚ ਮਿਸ਼ਰਤ ਵਰਕਲੋਡ ਅਤੇ ਅਪਟਾਈਮ ਲਈ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ। ਤੁਹਾਨੂੰ ਰਿਡੰਡੈਂਸੀ ਦੀ ਪਰਵਾਹ ਹੈ, ਯਕੀਨਨ, ਅਤੇ ਇੱਕ ਸੰਕਲਪ ਦੇ ਤੌਰ 'ਤੇ PUE ਬਾਰੇ - ਇਮਾਰਤ ਇੱਕ ਵਾਟ ਕੰਪਿਊਟ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਵਾਧੂ ਊਰਜਾ ਸਾੜਦੀ ਹੈ। ਤੁਸੀਂ, ਆਮ ਤੌਰ 'ਤੇ, ਹਰੇਕ ਕੋਰੀਡੋਰ ਨੂੰ ਇੱਕ ਰੈਕ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਡਿਜ਼ਾਈਨ ਨਹੀਂ ਕਰਦੇ ਜੋ ਇੱਕ ਪੋਰਟੇਬਲ ਹੀਟਰ ਫਾਰਮ ਵਾਂਗ ਵਿਵਹਾਰ ਕਰਦਾ ਹੈ।

ਏਆਈ ਸਾਈਟਾਂ ਅਨੁਪਾਤ ਨੂੰ ਉਲਟਾ ਦਿੰਦੀਆਂ ਹਨ। ਘਣਤਾ ਵਧਦੀ ਹੈ। ਨੈੱਟਵਰਕ ਇੱਕ ਅਜਿਹਾ ਫੈਬਰਿਕ ਬਣ ਜਾਂਦਾ ਹੈ ਜਿਸ ਤੋਂ ਬਿਨਾਂ ਸਿਖਲਾਈ ਦਾ ਕੰਮ ਢਿੱਲਾ ਨਹੀਂ ਪੈ ਸਕਦਾ। ਸਟੋਰੇਜ ਨੂੰ ਚੈੱਕਪੁਆਇੰਟਾਂ ਨੂੰ ਚਲਦਾ ਰੱਖਣਾ ਪੈਂਦਾ ਹੈ ਜਾਂ ਐਕਸਲੇਟਰ ਵਿਹਲੇ ਬੈਠੇ ਰਹਿੰਦੇ ਹਨ, ਜਿਵੇਂ ਟ੍ਰੈਫਿਕ ਜਾਮ ਵਿੱਚ ਦੌੜ ਦੇ ਘੋੜੇ।.

ਇੱਕ ਸੱਭਿਆਚਾਰਕ ਅੰਤਰ ਵੀ ਹੈ। ਐਂਟਰਪ੍ਰਾਈਜ਼ ਓਪਸ ਟਿਕਟਾਂ ਅਤੇ ਬਦਲਣ ਵਾਲੀਆਂ ਵਿੰਡੋਜ਼ ਵਿੱਚ ਸੋਚਦੇ ਹਨ। ਏਆਈ ਓਪਸ ਨੌਕਰੀ ਦੀਆਂ ਕਤਾਰਾਂ ਵਿੱਚ ਸੋਚਦੇ ਹਨ ਅਤੇ ਜਦੋਂ ਇੱਕ ਨੋਡ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਦੇਰ ਨਾਲ ਮਰ ਜਾਂਦਾ ਹੈ ਤਾਂ ਬਿਮਾਰ ਭਾਵਨਾ। ਮੇਰਾ ਅੰਦਾਜ਼ਾ ਹੈ ਕਿ ਤੁਸੀਂ ਅਜੇ ਵੀ ਦੋਵਾਂ ਨੂੰ "ਡੇਟਾ ਸੈਂਟਰ" ਕਹਿ ਸਕਦੇ ਹੋ ਕਿਉਂਕਿ ਉਹ ਹਨ। ਲੇਬਲ ਸਿਰਫ਼ ਪਲੰਬਿੰਗ ਨੂੰ ਲੁਕਾਉਂਦਾ ਹੈ।.

ਨੈਤਿਕ ਦਰਜਾਬੰਦੀ ਨਹੀਂ। ਵੱਖ-ਵੱਖ ਮਸ਼ੀਨਾਂ, ਇੱਕੋ ਪਰਿਵਾਰ ਦਾ ਨਾਮ।.

GPU, ਐਕਸਲੇਟਰ, ਅਤੇ ਰੈਕ ਜੋ ਪਾਵਰ ਖਾਂਦਾ ਹੈ

ਇੱਕ ਰਵਾਇਤੀ ਉੱਚੀ ਮੰਜ਼ਿਲ 'ਤੇ ਚੱਲੋ ਅਤੇ ਰੈਕ ਲਗਭਗ ਸਲੀਕੇਦਾਰ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ। ਇੱਕ AI ਕਤਾਰ 'ਤੇ ਚੱਲੋ ਅਤੇ ਉਹ ਇੰਝ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ ਜਿਵੇਂ ਉਹ ਇਮਾਰਤ ਨੂੰ ਨਿਗਲ ਜਾਣਾ ਚਾਹੁੰਦੇ ਹੋਣ।.

ਸਟੈਂਡਆਉਟ ਹਾਰਡਵੇਅਰ ਇੱਕ ਚਲਾਕ CPU ਨਹੀਂ ਹੈ। ਇਹ ਐਕਸਲੇਟਰ ਟ੍ਰੇ ਹੈ: GPU ਜਾਂ ਹੋਰ AI ਚਿਪਸ, ਸਰਵਰਾਂ ਵਿੱਚ ਪੈਕ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਫਿਰ ਰੈਕ, ਫਿਰ ਕਤਾਰਾਂ ਜੋ ਇੱਕ ਉੱਚ-ਬੈਂਡਵਿਡਥ ਫੈਬਰਿਕ ਨੂੰ ਸਾਂਝਾ ਕਰਦੀਆਂ ਹਨ। GPU ਇੰਟਰਕਨੈਕਟ ਚਿਪਸ ਨੂੰ ਕਿਸੇ ਅਜਿਹੀ ਚੀਜ਼ ਵਿੱਚ ਸਿਲਾਈ ਕਰਦੇ ਹਨ ਜੋ ਇੱਕ ਵਿਸ਼ਾਲ ਐਕਸਲੇਟਰ ਹੋਣ ਦਾ ਦਿਖਾਵਾ ਕਰ ਸਕਦੀ ਹੈ; ਕਲੱਸਟਰ ਫੈਬਰਿਕ ਕਤਾਰ ਦੇ ਪੈਮਾਨੇ 'ਤੇ ਉਹੀ ਚਾਲ ਕਰਦਾ ਹੈ। ਸਮਾਨਾਂਤਰ ਸਿਖਲਾਈ ਸਿਰਫ ਤਾਂ ਹੀ ਕੰਮ ਕਰਦੀ ਹੈ ਜੇਕਰ ਉਹ ਲਿੰਕ ਮੋਟੇ ਅਤੇ ਅਨੁਮਾਨਯੋਗ ਰਹਿਣ। ਇਸਨੂੰ ਗੁਆ ਦਿਓ ਅਤੇ ਤੁਹਾਡਾ "ਕਲੱਸਟਰ" ਮਹਿੰਗੇ ਵਰਕਸਟੇਸ਼ਨਾਂ ਦਾ ਢੇਰ ਹੈ ਜੋ ਇੱਕ ਪੋਸਟਕੋਡ ਸਾਂਝਾ ਕਰਦਾ ਹੈ।

ਬਿਜਲੀ ਚਿੱਪਾਂ ਦੇ ਪਿੱਛੇ-ਪਿੱਛੇ ਆਉਂਦੀ ਹੈ। ਕੋਈ ਭਾਰੀ ਦਫ਼ਤਰ PDU ਨਹੀਂ। ਹਾਲ ਭਰ ਜਾਣ 'ਤੇ ਮੈਗਾਵਾਟ IT ਲੋਡ ਹੁੰਦਾ ਹੈ - ਮੈਂ ਕੋਈ ਨੰਬਰ ਨਹੀਂ ਲੱਭਾਂਗਾ। ਪ੍ਰਤੀ ਰੈਕ ਘਣਤਾ ਪਲਾਟ ਮੋੜ ਹੈ। ਘੱਟ ਰੈਕ। ਹਰ ਇੱਕ ਇੱਕ ਛੋਟਾ ਭੱਠੀ। ਸੀਮਤ ਕਰਨ ਵਾਲਾ ਕਾਰਕ ਅਕਸਰ ਸਬਸਟੇਸ਼ਨ ਹੁੰਦਾ ਹੈ, GPU ਦੀ ਇੱਛਾ ਸੂਚੀ ਨਹੀਂ। ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ ਕਿ ਇਹ ਕਿਵੇਂ ਹੈ: ਖਰੀਦਦਾਰੀ ਹੋਰ ਐਕਸਲੇਟਰ ਚਾਹੁੰਦੀ ਹੈ; ਉਪਯੋਗਤਾ ਇੱਕ ਲੰਬੀ ਗੱਲਬਾਤ ਅਤੇ ਇੱਕ ਬਹੁਤ ਵੱਡਾ ਚੈੱਕ ਚਾਹੁੰਦੀ ਹੈ।.

ਇੱਕ ਥੋੜ੍ਹਾ ਮੂਰਖ ਰੂਪਕ ਜਿਸਨੂੰ ਮੈਂ ਹਿਲਾ ਨਹੀਂ ਸਕਦਾ: ਰੈਕ ਇੱਕ ਭੁੱਖਾ ਜਾਨਵਰ ਹੈ। ਤੁਸੀਂ ਇੱਕ ਤੇਜ਼ ਪ੍ਰਜਨਨ ਕਰ ਸਕਦੇ ਹੋ। ਤੁਹਾਨੂੰ ਅਜੇ ਵੀ ਇਸਨੂੰ ਖੁਆਉਣਾ ਪਵੇਗਾ, ਅਤੇ ਤੁਹਾਨੂੰ ਅਜੇ ਵੀ ਗਰਮੀ ਨੂੰ ਬਾਹਰ ਕੱਢਣਾ ਪਵੇਗਾ। ਦੋਵਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਨੂੰ ਵੀ ਛੱਡ ਦਿਓ ਅਤੇ ਇਹ ਇੱਕ ਬਹੁਤ ਮਹਿੰਗਾ ਪੇਪਰਵੇਟ ਬਣ ਜਾਵੇਗਾ।.

ਬਿਜਲੀ, ਗਰਮੀ, ਅਤੇ ਕੂਲਿੰਗ ਸਮੱਸਿਆ

ਬਿਜਲੀ ਆ ਗਈ। ਗਰਮੀ ਬੰਦ ਹੋ ਗਈ। ਇਹੀ ਪੂਰਾ ਧਰਮ ਹੈ।.

ਉੱਚ-ਘਣਤਾ ਵਾਲੇ ਰੈਕ ਗਰਮੀ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਡੰਪ ਕਰਦੇ ਹਨ ਜਿਸ ਤਰ੍ਹਾਂ ਹਵਾ ਨੂੰ ਕਦੇ ਵੀ ਸੰਭਾਲਣ ਲਈ ਨਹੀਂ ਕਿਹਾ ਗਿਆ ਸੀ। ਤੁਸੀਂ ਹਵਾ ਨੂੰ ਹੋਰ ਜ਼ੋਰ ਨਾਲ ਧੱਕ ਸਕਦੇ ਹੋ - ਪਿਛਲੇ ਦਰਵਾਜ਼ੇ ਵਾਲੇ ਹੀਟ ਐਕਸਚੇਂਜਰ, ਗਰਮ ਗਲਿਆਰੇ, ਚਲਾਕ ਰੋਕਥਾਮ - ਅਤੇ ਇਹ ਇੱਕ ਬਿੰਦੂ ਤੱਕ ਕੰਮ ਕਰਦਾ ਹੈ। ਫਿਰ ਤਰਲ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ:

• ਡਾਇਰੈਕਟ-ਟੂ-ਚਿੱਪ ਕੂਲਿੰਗ

• ਕੂਲੈਂਟ ਲੂਪਸ ਜੋ ਪਲਾਂਟ ਰੂਮ ਨੂੰ ਕਿਸੇ ਰਸਾਇਣ ਵਾਂਗ ਦਿਖਾਉਂਦੇ ਹਨ, ਕੰਮ ਕਰਦੇ ਹਨ

• ਕੁਝ ਡਿਜ਼ਾਈਨਾਂ ਵਿੱਚ ਡੁੱਬਣਾ, ਜੋ ਅਜੇ ਵੀ ਉਹਨਾਂ ਲੋਕਾਂ ਨੂੰ ਹੈਰਾਨ ਕਰਦਾ ਹੈ ਜੋ ਸੋਚਦੇ ਹਨ ਕਿ ਪਾਣੀ ਅਤੇ ਸਰਵਰਾਂ ਨੂੰ ਇੱਕ ਵਾਕ ਸਾਂਝਾ ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ।

ਇਸ ਵਿੱਚੋਂ ਕੁਝ ਵੀ ਸ਼ਾਨਦਾਰ ਨਹੀਂ ਹੈ। ਇਹ ਸਭ ਕੁਝ ਉਤਪਾਦ ਹੈ, ਕਿਉਂਕਿ ਇੱਕ ਐਕਸਲੇਟਰ ਜੋ ਥ੍ਰੋਟਲ ਕਰਦਾ ਹੈ ਉਹ ਹੈ ਜਿਸ ਲਈ ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਭੁਗਤਾਨ ਕੀਤਾ ਹੈ ਅਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਵਰਤ ਸਕਦੇ।.

PUE ਅਜੇ ਵੀ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ। ਇਹ ਇੱਕ ਅਨੁਪਾਤ ਹੈ, ਸ਼ਖਸੀਅਤ ਨਹੀਂ। ਆਪਰੇਟਰ ਇਸਦਾ ਪਿੱਛਾ ਕਰਦੇ ਹਨ ਕਿਉਂਕਿ ਪੱਖਿਆਂ ਅਤੇ ਪੰਪਾਂ 'ਤੇ ਖਰਚ ਕੀਤਾ ਗਿਆ ਹਰ ਵਾਟ ਇੱਕ ਵਾਟ ਹੈ ਜੋ GPU ਵਿੱਚ ਨਹੀਂ ਗਿਆ। ਮੈਂ ਇੱਕ "ਆਮ" ਅੰਕੜੇ ਦਾ ਹਵਾਲਾ ਨਹੀਂ ਦੇਵਾਂਗਾ; ਜਲਵਾਯੂ ਅਤੇ ਤੁਸੀਂ ਸੀਮਾ ਕਿਵੇਂ ਖਿੱਚਦੇ ਹੋ ਇਸਨੂੰ ਹਿਲਾਉਂਦੇ ਹਨ, ਅਤੇ ਨਕਲੀ ਸ਼ੁੱਧਤਾ ਕਿਸੇ ਤੋਂ ਵੀ ਮਾੜੀ ਨਹੀਂ ਹੈ। ਪਾਣੀ ਕਹਾਣੀ ਵਿੱਚ ਵੀ ਬੈਠਦਾ ਹੈ। ਕੁਝ ਪੌਦੇ ਘੁੱਟ ਲੈਂਦੇ ਹਨ। ਕੁਝ ਘੁੱਟ ਲੈਂਦੇ ਹਨ। ਵਾਸ਼ਪੀਕਰਨ ਕੂਲਿੰਗ ਉਦੋਂ ਤੱਕ ਕੁਸ਼ਲ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਤੱਕ ਨਦੀ ਜਾਂ ਸੋਕਾ ਇਸਨੂੰ ਰਾਜਨੀਤਿਕ ਨਹੀਂ ਬਣਾ ਦਿੰਦਾ।

ਨੈੱਟਵਰਕਿੰਗ: ਕੱਪੜਾ ਚਿਪਸ ਜਿੰਨਾ ਹੀ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦਾ ਹੈ

ਲੋਕ GPUs ਦੀ ਫੋਟੋ ਖਿੱਚਦੇ ਹਨ। ਉਨ੍ਹਾਂ ਨੂੰ ਸਵਿੱਚਾਂ ਦੀ ਫੋਟੋ ਖਿੱਚਣੀ ਚਾਹੀਦੀ ਹੈ।.

ਸਿਖਲਾਈ ਇੱਕ ਗੱਲਬਾਤ ਹੈ। ਹਜ਼ਾਰਾਂ ਐਕਸਲੇਟਰ ਇੱਕ ਮਾਡਲ ਦੇ ਗਰੇਡੀਐਂਟ, ਪੈਰਾਮੀਟਰ, ਸ਼ਾਰਡਸ ਨੂੰ ਤੰਗ ਸਮਕਾਲੀਨ ਵਿੱਚ ਬਦਲਦੇ ਹਨ। ਜੇਕਰ ਫੈਬਰਿਕ ਹਿੱਲਦਾ ਹੈ, ਤਾਂ ਸਾਰਾ ਕੰਮ ਸਭ ਤੋਂ ਹੌਲੀ ਹੌਪ 'ਤੇ ਉਡੀਕ ਕਰਦਾ ਹੈ। ਇਸੇ ਕਰਕੇ AI ਹਾਲ ਉੱਚ-ਬੈਂਡਵਿਡਥ ਨੈੱਟਵਰਕਿੰਗ, ਘੱਟ ਲੇਟੈਂਸੀ, ਅਤੇ ਟੌਪੋਲੋਜੀਜ਼ 'ਤੇ ਜਨੂੰਨ ਕਰਦੇ ਹਨ ਜੋ ਲਿੰਕ ਫੇਲ੍ਹ ਹੋਣ 'ਤੇ ਅੱਧੇ ਵਿੱਚ ਨਹੀਂ ਫੋਲਡ ਹੁੰਦੇ। ਇਨਫਿਨੀਬੈਂਡ-ਇਸ਼ ਫੈਬਰਿਕਸ, ਉਸੇ ਭੂਮਿਕਾ ਵਿੱਚ ਈਥਰਨੈੱਟ, ਬਾਕਸ ਦੇ ਅੰਦਰ GPU ਇੰਟਰਕਨੈਕਟ, ਕੇਬਲਿੰਗ ਜੋ ਪਹਿਲੀ ਵਾਰ ਸਹੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।

ਅਨੁਮਾਨ ਇੱਕ ਵੱਖਰੀ ਗੱਲਬਾਤ ਹੈ। ਮਾਡਲ ਸਰਵਿੰਗ ਟੇਲ ਲੇਟੈਂਸੀ ਦੀ ਪਰਵਾਹ ਕਰਦੀ ਹੈ - ਹੌਲੀ ਜਵਾਬ, ਔਸਤ ਜਵਾਬ ਦੀ ਨਹੀਂ। ਬੈਚ ਬਨਾਮ ਰੀਅਲ-ਟਾਈਮ ਸ਼ਖਸੀਅਤ ਨੂੰ ਵੰਡਦਾ ਹੈ। ਇੱਕ ਸਿਖਲਾਈ ਕਲੱਸਟਰ ਮੋਟਾ, ਸਮੂਹਿਕ, ਸਭ ਤੋਂ-ਸਾਰਿਆਂ ਤੱਕ ਦੀ ਗਤੀ। ਇੱਕ ਸਰਵਿੰਗ ਫਲੀਟ ਲੋਡ ਬੈਲੇਂਸਰ 'ਤੇ ਟ੍ਰੈਫਿਕ ਜਾਮ ਤੋਂ ਬਿਨਾਂ, ਬਹੁਤ ਸਾਰੀਆਂ ਛੋਟੀਆਂ ਬੇਨਤੀਆਂ ਅਤੇ ਇਕੱਲਤਾ ਚਾਹੁੰਦਾ ਹੈ।

ਜਦੋਂ ਮੈਂ ਇੱਥੇ ਹਾਂ ਤਾਂ ਇਹੀ ਕਮੀ ਹੈ: ਲੋਕ ਨੈੱਟਵਰਕ ਨੂੰ ਪਲੰਬਿੰਗ ਸਮਝਦੇ ਹਨ ਅਤੇ ਚਿਪਸ ਨੂੰ ਰੈਸਟੋਰੈਂਟ। ਇਸ ਇਮਾਰਤ ਵਿੱਚ ਪਲੰਬਿੰਗ ਹੀ ਰੈਸਟੋਰੈਂਟ ਹੈ। ਇਸਦੀ ਕਮੀ ਮਹਿਸੂਸ ਕਰਦੇ ਹੋ ਅਤੇ ਤੁਸੀਂ ਇੱਕ ਰਸੋਈ ਖਰੀਦਦੇ ਹੋ ਜੋ ਡਿਲੀਵਰੀ ਨਹੀਂ ਲੈ ਸਕਦੀ।.

ਸਿਖਲਾਈ ਬਨਾਮ ਅਨੁਮਾਨ: ਦੋ ਇਮਾਰਤਾਂ, ਕਈ ਵਾਰ ਸ਼ਾਬਦਿਕ ਤੌਰ 'ਤੇ

ਸਿਖਲਾਈ ਇੱਕ ਮੁਹਿੰਮ ਹੈ। ਤੁਸੀਂ ਇੱਕ ਕਲੱਸਟਰ ਇਕੱਠਾ ਕਰਦੇ ਹੋ, ਇਸਨੂੰ ਡੇਟਾ ਦਿੰਦੇ ਹੋ, ਧਾਰਮਿਕ ਤੌਰ 'ਤੇ ਜਾਂਚ ਕਰਦੇ ਹੋ, ਘੰਟਿਆਂ ਜਾਂ ਹਫ਼ਤਿਆਂ ਲਈ ਦੌੜਦੇ ਹੋ, ਅਤੇ ਪ੍ਰਾਰਥਨਾ ਕਰਦੇ ਹੋ ਕਿ ਫੈਬਰਿਕ ਬਿਨਾਂ ਕਿਸੇ ਰੁਕਾਵਟ ਦੇ ਰਹੇ। ਬੈਚ-ਭਾਰੀ, ਬੈਂਡਵਿਡਥ-ਭੁੱਖਾ, ਚੁੱਪਚਾਪ ਧੀਰਜਵਾਨ - ਜਦੋਂ ਤੱਕ ਇੱਕ ਅਸਫਲ ਨੋਡ ਦੌੜ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਨਿਕਲ ਜਾਂਦਾ। ਇੱਕ ਮ੍ਰਿਤ ਐਕਸਲੇਟਰ ਇੱਕ ਕੱਸ ਕੇ ਜੁੜੇ ਕੰਮ ਵਿੱਚ ਪੂਰੇ ਕੋਰਸ ਨੂੰ ਰੋਕ ਸਕਦਾ ਹੈ।.

ਅਨੁਮਾਨ ਇੱਕ ਦੁਕਾਨਦਾਰੀ ਹੈ। ਮਾਡਲ ਪਹਿਲਾਂ ਹੀ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹਨ, ਹੁਣ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਰਹੇ ਹਨ, ਤਸਵੀਰਾਂ ਦਾ ਵਰਗੀਕਰਨ ਕਰ ਰਹੇ ਹਨ, ਟੈਕਸਟ ਤਿਆਰ ਕਰ ਰਹੇ ਹਨ। ਲੇਟੈਂਸੀ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ। ਗਾਹਕ ਦੇ ਨੇੜੇ ਥੋੜ੍ਹਾ ਪੁਰਾਣਾ ਐਕਸਲੇਟਰ ਇੱਕ ਮਹਾਂਦੀਪ ਤੋਂ ਦੂਰ ਇੱਕ ਸ਼ਾਨਦਾਰ ਐਕਸਲੇਟਰ ਨੂੰ ਹਰਾ ਸਕਦਾ ਹੈ।.

ਇਸ ਲਈ ਤੁਹਾਨੂੰ ਇੱਕ ਵੰਡ ਮਿਲਦੀ ਹੈ। ਸਿਖਲਾਈ ਕੈਂਪਸ ਸ਼ਕਤੀ, ਜ਼ਮੀਨ ਅਤੇ ਘਣਤਾ ਦਾ ਪਿੱਛਾ ਕਰਦੇ ਹਨ। ਅਨੁਮਾਨ ਸਥਾਨ ਲੇਟੈਂਸੀ ਅਤੇ ਮੌਜੂਦਗੀ ਦਾ ਪਿੱਛਾ ਕਰਦੇ ਹਨ। ਹਾਈਬ੍ਰਿਡ ਹਾਲ ਵੀ ਮੌਜੂਦ ਹਨ, ਕਿਉਂਕਿ ਪੂੰਜੀ ਅਨੰਤ ਨਹੀਂ ਹੁੰਦੀ। ਖੈਰ - ਹਮੇਸ਼ਾ ਦੋ ਇਮਾਰਤਾਂ ਨਹੀਂ ਹੁੰਦੀਆਂ। ਕਈ ਵਾਰ ਇੱਕ ਹਾਲ ਜਿਸ ਵਿੱਚ ਇੱਕ ਮਖਮਲੀ ਰੱਸੀ ਅਤੇ ਦੋ ਕੂਲਿੰਗ ਲੂਪ ਹੁੰਦੇ ਹਨ।.

ਇਹ ਉਹ ਥਾਂ ਵੀ ਹੈ ਜਿੱਥੇ ਕੋਲੋਕੇਸ਼ਨ, ਹਾਈਪਰਸਕੇਲ ਕੈਂਪਸ, ਅਤੇ ਔਨ-ਪ੍ਰੇਮ ਫੋਰਕ ਹਨ। ਹਾਈਪਰਸਕੇਲਰ ਸਕੇਲਾਂ 'ਤੇ ਬਣਾਉਂਦੇ ਹਨ ਜੋ ਸਾਡੇ ਬਾਕੀ ਲੋਕਾਂ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਉਂਦੇ ਹਨ ਜਿਵੇਂ ਅਸੀਂ ਫਰਨੀਚਰ ਦਾ ਪ੍ਰਬੰਧ ਕਰ ਰਹੇ ਹਾਂ। ਕੋਲੋਸ ਰੈਕ ਦੁਆਰਾ ਘਣਤਾ ਵੇਚਦੇ ਹਨ। ਔਨ-ਪ੍ਰੇਮ ਅਜੇ ਵੀ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਡੇਟਾ ਨਹੀਂ ਛੱਡ ਸਕਦਾ।.

ਸਟੋਰੇਜ ਥਰੂਪੁੱਟ, ਚੈੱਕਪੁਆਇੰਟ, ਅਤੇ ਹੰਗਰੀ ਚਿਪਸ

ਕੋਈ ਵੀ ਬਰੋਸ਼ਰ ਦੇ ਕਵਰ 'ਤੇ ਸਮਾਨਾਂਤਰ ਫਾਈਲ ਸਿਸਟਮ ਨਹੀਂ ਪਾਉਂਦਾ।.

ਸਿਖਲਾਈ ਡੇਟਾ ਇੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਪਹੁੰਚਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ GPU ਆਪਣੇ ਪੈਰ ਨਾ ਥਪਥਪਾ ਰਹੇ ਹੋਣ। ਚੈੱਕਪੁਆਇੰਟਾਂ ਨੂੰ ਉਤਰਨਾ ਪੈਂਦਾ ਹੈ ਤਾਂ ਜੋ ਇੱਕ ਕਰੈਸ਼ ਇੱਕ ਹਫ਼ਤਾ ਬਰਬਾਦ ਨਾ ਕਰ ਦੇਵੇ। ਇੱਕ ਸਰਵਿੰਗ ਪ੍ਰਤੀਕ੍ਰਿਤੀ ਦੇ ਲਾਈਵ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਮਾਡਲ ਵਜ਼ਨ ਨੂੰ ਲੋਡ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਸਟੋਰੇਜ ਥਰੂਪੁੱਟ - ਸਿਰਫ਼ ਸਮਰੱਥਾ ਨਹੀਂ - ਸ਼ਾਂਤ ਰੁਕਾਵਟ ਹੈ। ਤੁਸੀਂ ਐਕਸਲੇਟਰਾਂ 'ਤੇ ਬਹੁਤ ਸਾਰਾ ਖਰਚ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਵਰਚੁਅਲ ਮਸ਼ੀਨਾਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਇੱਕ ਨਿਮਰ ਐਰੇ ਨਾਲ ਉਨ੍ਹਾਂ ਨੂੰ ਭੁੱਖਾ ਰੱਖ ਸਕਦੇ ਹੋ।.

ਇਹ ਪੈਟਰਨ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਹੈ: ਇੱਕ ਚਮਕਦਾਰ ਕਲੱਸਟਰ, ਇੱਕ ਨੌਕਰੀ ਦੀ ਕਤਾਰ, ਅਤੇ I/O ਇੱਕ ਰੁੱਖੇ ਇਨਵੌਇਸ ਵਾਂਗ ਪਿੱਛੇ ਮੁੜ ਕੇ ਉਡੀਕ ਕਰਦੇ ਹਨ। ਡੇਟਾ ਮਾਰਗ ਨੂੰ ਕਲੱਸਟਰ ਕੀਤੇ ਬਿਨਾਂ ਕੰਪਿਊਟ ਨੂੰ ਕਲੱਸਟਰ ਕਰਨਾ ਇੱਕ ਬਹੁਤ ਮਹਿੰਗਾ ਆਈਡਲ ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਤਰੀਕਾ ਹੈ। ਚਿਪਸ ਨੂੰ ਖੁਆਉਂਦੇ ਰਹੋ ਜਾਂ ਸਵੀਕਾਰ ਕਰੋ ਕਿ ਤੁਸੀਂ ਇੱਕ ਮੂਰਤੀ ਖਰੀਦੀ ਹੈ।.

ਸਾਫਟਵੇਅਰ, ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ, ਅਤੇ ਗੈਰ-ਗਲੈਮਰਾਸ ਓਪਸ ਲੇਅਰ

ਹਾਰਡਵੇਅਰ ਮਸ਼ਹੂਰ ਹੈ। ਸ਼ਡਿਊਲਰ ਕੰਮ ਕਰਦੇ ਹਨ।.

ਇੱਕ AI ਡਾਟਾ ਸੈਂਟਰ ਬੇਕਾਰ ਹੈ ਜੇਕਰ ਨੌਕਰੀਆਂ GPU ਨਹੀਂ ਲੱਭ ਸਕਦੀਆਂ, ਜੇਕਰ ਦੋ ਟੀਮਾਂ ਇੱਕ ਕਲੱਸਟਰ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਮੁੱਠਭੇੜ ਦੇ ਸਾਂਝਾ ਨਹੀਂ ਕਰ ਸਕਦੀਆਂ, ਜੇਕਰ ਇੱਕ ਅਸਫਲ ਰੈਂਕ ਨੂੰ ਬਦਲਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ, ਜੇਕਰ ਫਰਮਵੇਅਰ ਉਦੋਂ ਤੱਕ ਖਿਸਕਦਾ ਰਹਿੰਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਫੈਬਰਿਕ ਹੌਲੀ ਗਤੀ ਵਿੱਚ ਅਸਫਲ ਨਹੀਂ ਹੋ ਜਾਂਦਾ। ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ, ਨਿਰੀਖਣਯੋਗਤਾ, ਪਾਵਰ ਕੈਪਿੰਗ - ਗੈਰ-ਗਲੈਮਰ ਓਪਸ ਲੇਅਰ, ਜਿਸ ਤਰ੍ਹਾਂ ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ ਕਿ ਇਹ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ।.

ਇਸ ਪਰਤ ਲਈ ਮੇਰੇ ਕੋਲ ਇੱਕ ਨਰਮ ਥਾਂ ਹੈ। ਨਾਲ ਹੀ ਜਿੱਥੇ ਇੱਕ ਗਲਤ ਸੰਰਚਿਤ NIC ਪੂਰੀ ਦੁਪਹਿਰ ਲਈ ਕੂਲਿੰਗ ਸਮੱਸਿਆ ਦਾ ਰੂਪ ਧਾਰਨ ਕਰਦਾ ਹੈ... ਤੁਹਾਨੂੰ ਇਹ ਮੁਸ਼ਕਲ ਤਰੀਕੇ ਨਾਲ ਮਿਲਦਾ ਹੈ।.

ਜਦੋਂ ਇੱਕ ਨੋਡ ਵਿਚਕਾਰ ਹੀ ਮਰ ਜਾਂਦਾ ਹੈ

ਇੱਕ ਨੋਡ ਮਰ ਜਾਂਦਾ ਹੈ। ਬਦਲਾਓ ਵਿੰਡੋਜ਼ ਅਜੇ ਵੀ ਸਿਖਲਾਈ ਦੌੜਾਂ ਨਾਲ ਟਕਰਾਉਂਦੀਆਂ ਹਨ ਜੋ ਤੁਹਾਡੇ ਕੈਲੰਡਰ ਦੀ ਪਰਵਾਹ ਨਹੀਂ ਕਰਦੀਆਂ। ਤੁਸੀਂ ਵੱਡੇ ਕੰਮਾਂ ਨੂੰ ਸਮੂਹ-ਸ਼ਡਿਊਲ ਕਰਦੇ ਹੋ, ਅਨੁਮਾਨ ਪੂਲ ਨੂੰ ਬੰਦ ਕਰਦੇ ਹੋ, ਅਸਫਲਤਾਵਾਂ ਲਈ ਰਨਬੁੱਕ ਲਿਖਦੇ ਹੋ ਜੋ "ਕੰਮ ਹੌਲੀ ਹੈ" ਵਾਂਗ ਦਿਖਾਈ ਦਿੰਦੀਆਂ ਹਨ ਜਦੋਂ ਤੱਕ ਕਿ ਉਹ "ਕੰਮ ਖਤਮ ਹੋ ਗਿਆ ਹੈ" ਵਰਗੇ ਨਹੀਂ ਦਿਖਾਈ ਦਿੰਦੇ। ਰਿਡੰਡੈਂਸੀ ਅਜੇ ਵੀ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ - ਪਾਵਰ, ਕੂਲਿੰਗ, ਰਸਤੇ, ਸਟੋਰੇਜ - ਪਰ ਅਸਫਲਤਾ ਮੋਡ ਪੁਰਾਣੇ ਨੌਂ-ਆਫ-ਅਪਟਾਈਮ ਸਲਾਈਡ ਨਾਲੋਂ ਘੱਟ ਸਾਫ਼-ਸੁਥਰਾ ਹੈ। ਅਨੁਮਾਨ: ਪ੍ਰਤੀਕ੍ਰਿਤੀ, ਬਿਮਾਰ ਨੋਡ ਨੂੰ ਨਿਕਾਸ ਕਰੋ, ਜਵਾਬ ਦਿੰਦੇ ਰਹੋ। ਸਿਖਲਾਈ ਚੌਕੀਆਂ ਚਾਹੁੰਦੀ ਹੈ, ਆਸ਼ਾਵਾਦ ਨਹੀਂ।.

ਸਥਾਨ, ਪਾਣੀ, ਗਰਿੱਡ, ਅਤੇ ਗੁਆਂਢੀ

ਤੁਸੀਂ ਇਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਵੀ ਝੌਂਪੜੀ ਦੇ ਕੋਲ ਦੇਖਣ ਲਈ ਨਹੀਂ ਛੱਡਦੇ।.

ਗਰਿੱਡ ਕਨੈਕਸ਼ਨ ਅਕਸਰ ਅਸਲ ਸਾਈਟ-ਚੋਣ ਪ੍ਰਕਿਰਿਆ ਹੁੰਦੀ ਹੈ। ਜ਼ਮੀਨ ਇੱਕ ਸਬਸਟੇਸ਼ਨ ਅਤੇ ਇੱਕ ਉਪਯੋਗਤਾ ਦੇ ਮੁਕਾਬਲੇ ਆਸਾਨ ਹੈ ਜਿਸਦੇ ਹੋਰ ਗਾਹਕ ਹਨ। ਠੰਢਾ ਕਰਨ ਲਈ ਪਾਣੀ, ਜੇਕਰ ਤੁਸੀਂ ਇਸਨੂੰ ਵਰਤਦੇ ਹੋ, ਤਾਂ ਬਾਰਿਸ਼ ਬੇਢੰਗੇ ਹੋਣ 'ਤੇ ਗੁਆਂਢੀ ਦਾ ਮੁੱਦਾ ਬਣ ਜਾਂਦਾ ਹੈ। ਸ਼ੋਰ। ਵਿਜ਼ੂਅਲ ਥੋਕ। ਸੀਮਾ ਵਾੜ 'ਤੇ ਗਰਮੀ। ਯੋਜਨਾ ਕਮੇਟੀਆਂ "ਬੱਦਲ" ਬਾਰੇ ਉਸ ਸਮੇਂ ਰਾਏ ਲੱਭਦੀਆਂ ਹਨ ਜਦੋਂ ਇਸਨੂੰ ਇੱਕ ਖੇਤ ਅਤੇ ਇੱਕ ਨਦੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਲੇਟੈਂਸੀ ਦੂਜੇ ਪਾਸੇ ਖਿੱਚਦੀ ਹੈ। ਅਨੁਮਾਨ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਨੇੜੇ ਹੋਣਾ ਅਤੇ ਆਪਸ ਵਿੱਚ ਜੁੜਨਾ ਪਸੰਦ ਕਰਦਾ ਹੈ। ਸਿਖਲਾਈ ਸਸਤੇ ਬਿਜਲੀ ਬਾਜ਼ਾਰਾਂ ਅਤੇ ਠੰਢੇ ਮੌਸਮ ਵਿੱਚ ਛੁਪ ਸਕਦੀ ਹੈ। ਉਦਯੋਗ ਇਸ ਤਰ੍ਹਾਂ ਗੱਲ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਇੱਕ ਸੰਪੂਰਨ ਸਾਈਟ ਹੈ। ਉੱਥੇ ਨਹੀਂ ਹੈ। ਇੱਕ ਪ੍ਰੈਸ ਰਿਲੀਜ਼ ਨਾਲ ਇੱਕ ਸਮਝੌਤਾ ਹੁੰਦਾ ਹੈ।.

ਬਚੀ ਹੋਈ ਗਰਮੀ ਅਤੇ ਬਿਨਾਂ ਬੁਲਾਏ ਭੱਠੀ

ਬਰੋਸ਼ਰ ਇਸ ਹਿੱਸੇ ਨੂੰ ਬਹੁਤ ਪਸੰਦ ਕਰਦੇ ਹਨ। ਘਰਾਂ, ਪੂਲਾਂ, ਗ੍ਰੀਨਹਾਉਸਾਂ ਵਿੱਚ ਰਹਿੰਦ-ਖੂੰਹਦ ਦੀ ਗਰਮੀ ਪਾਈਪ ਕਰੋ; ਇਹ ਇੱਕ ਪਿਆਰਾ ਵਾਕ ਹੈ। ਕਈ ਵਾਰ ਜ਼ਿਲ੍ਹਾ ਲੂਪ ਅਸਲੀ ਹੁੰਦਾ ਹੈ। ਕਈ ਵਾਰ ਕੈਂਪਸ ਗਲਤ ਜਗ੍ਹਾ 'ਤੇ ਹੁੰਦਾ ਹੈ ਅਤੇ ਗਰਮੀ ਅਜੇ ਵੀ ਹਵਾ ਵਿੱਚ ਜਾਂਦੀ ਹੈ। ਮੈਨੂੰ ਬਰੋਸ਼ਰ ਸੰਸਕਰਣ 'ਤੇ ਸ਼ੱਕ ਹੈ; ਮੈਨੂੰ ਭੌਤਿਕ ਵਿਗਿਆਨ 'ਤੇ ਸ਼ੱਕ ਨਹੀਂ ਹੈ।.

ਕਿਸਨੂੰ ਇੱਕ ਦੀ ਲੋੜ ਹੈ (ਅਤੇ ਇਸਦੀ ਬਜਾਏ ਕਿਸਨੂੰ ਕਿਰਾਏ 'ਤੇ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ)

ਜ਼ਿਆਦਾਤਰ ਲੋਕਾਂ ਨੂੰ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਇੱਕ ਹਾਲ ਦੇ ਮਾਲਕ ਹੋਣ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੁੰਦੀ।.

ਸਿੱਧੀ ਸੂਚੀ:

• ਹਾਈਪਰਸਕੇਲਰ, ਕਿਉਂਕਿ ਉਤਪਾਦ ਫਲੀਟ ਹੈ

• ਲੈਬਜ਼, ਜਦੋਂ ਕਤਾਰ ਸਮਾਂ ਰੁਕਾਵਟ ਹੁੰਦਾ ਹੈ, ਜਾਂ ਡੇਟਾ ਛੱਡ ਨਹੀਂ ਸਕਦਾ

• ਇੱਕ ਬੈਂਕ, ਹਸਪਤਾਲ ਸਮੂਹ, ਸਰਕਾਰ, ਜਾਂ ਨਿਰਮਾਤਾ ਜਿਸ ਕੋਲ ਇੱਕ ਗੁਪਤ ਡੇਟਾਸੈਟ ਹੈ - ਆਨ-ਪ੍ਰੇਮ ਜਾਂ ਇੱਕ ਪ੍ਰਾਈਵੇਟ ਕੋਲੋ ਕੇਜ ਤਰਕਸੰਗਤ ਹੋ ਸਕਦਾ ਹੈ, ਭਾਵੇਂ ਇਹ ਇੱਕ ਗਲਤੀ ਕਿਉਂ ਨਾ ਹੋਵੇ।

ਬਾਕੀ ਸਾਰਿਆਂ ਨੂੰ ਕਿਰਾਏ 'ਤੇ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ। ਏਆਈ-ਤਿਆਰ ਘਣਤਾ ਵਾਲਾ ਸਮੂਹ। ਇੱਕ ਕਲਾਉਡ ਰਿਜ਼ਰਵੇਸ਼ਨ। ਇੱਕ ਪ੍ਰਬੰਧਿਤ ਕਲੱਸਟਰ। ਤੁਹਾਨੂੰ ਪਾਵਰ-ਪਲਾਂਟ ਆਪਰੇਟਰ ਬਣੇ ਬਿਨਾਂ ਐਕਸਲੇਟਰ ਮਿਲਦੇ ਹਨ। ਰੋਮਾਂਸ ਉਦੋਂ ਫਿੱਕਾ ਪੈ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਕੋਈ ਪਹਿਲੀ ਵਾਰ ਪੁੱਛਦਾ ਹੈ ਕਿ ਸਵੇਰੇ 3 ਵਜੇ ਕੂਲੈਂਟ ਲੂਪ ਲਈ ਕੌਣ ਕਾਲ 'ਤੇ ਹੈ।.

ਮੈਂ ਮੰਨਦਾ ਹਾਂ ਕਿ ਇੱਕ ਮਾਣ ਵਾਲੀ ਗੱਲ ਹੈ। ਕਲੱਸਟਰ ਦਾ ਮਾਲਕ ਹੋਣਾ ਭਵਿੱਖਬਾਣੀ ਦੇ ਸਾਧਨਾਂ ਦੇ ਮਾਲਕ ਹੋਣ ਵਰਗਾ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ। ਫਿਰ ਬਿਜਲੀ ਦਾ ਬਿੱਲ ਆਉਂਦਾ ਹੈ, ਅਤੇ ਮਾਣ ਬੈਠ ਜਾਂਦਾ ਹੈ।.

ਇਮਾਰਤ ਕਿਸ ਲਈ ਹੈ?

ਤਾਂ, ਇੱਕ AI ਡੇਟਾ ਸੈਂਟਰ ਕੀ ਹੁੰਦਾ ਹੈ? ਇੱਕ ਵਿਸ਼ੇਸ਼, ਉੱਚ-ਘਣਤਾ ਵਾਲਾ ਕੈਂਪਸ ਜਿੱਥੇ ਐਕਸਲੇਟਰ, ਪਾਵਰ, ਕੂਲਿੰਗ, ਫੈਬਰਿਕ ਅਤੇ ਸਟੋਰੇਜ ਸਿਖਲਾਈ ਅਤੇ ਸਰਵਿੰਗ ਮਾਡਲਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਸੰਗਠਿਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ - ਕੋਨੇ ਵਿੱਚ ਇੱਕ GPU ਦੇ ਨਾਲ ਆਮ-ਉਦੇਸ਼ ਵਾਲਾ IT ਨਹੀਂ। ਇਹ ਇੱਕ ਗੋਦਾਮ ਵਰਗਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਇਹ ਇੱਕ ਪਾਵਰ ਸਟੇਸ਼ਨ ਵਾਂਗ ਵਿਵਹਾਰ ਕਰਦਾ ਹੈ ਜੋ ਗਣਿਤ ਕਰਦਾ ਹੈ।.

ਜੇ ਤੁਹਾਨੂੰ ਹੋਰ ਕੁਝ ਯਾਦ ਨਹੀਂ ਹੈ: ਚਿਪਸ ਨੂੰ ਪ੍ਰਸਿੱਧੀ ਮਿਲਦੀ ਹੈ; ਸਬਸਟੇਸ਼ਨ, ਕੂਲੈਂਟ, ਅਤੇ ਨੈੱਟਵਰਕ ਇਹ ਫੈਸਲਾ ਕਰਦੇ ਹਨ ਕਿ ਕੀ ਉਹ ਚਿਪਸ ਇੱਕ ਚੰਗਾ ਵਿਚਾਰ ਸਨ। ਸਿਖਲਾਈ ਅਤੇ ਅਨੁਮਾਨ ਇੱਕ ਛੱਤ ਸਾਂਝੀ ਕਰ ਸਕਦੇ ਹਨ; ਉਹ ਅਜੇ ਵੀ ਵੱਖੋ-ਵੱਖਰੇ ਢੰਗ ਚਾਹੁੰਦੇ ਹਨ। ਜ਼ਿਆਦਾਤਰ ਸੰਸਥਾਵਾਂ ਨੂੰ ਕਿਰਾਏ 'ਤੇ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ। ਕੁਝ ਨੂੰ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ। ਗੁਆਂਢੀ ਕਿਸੇ ਵੀ ਤਰ੍ਹਾਂ ਧਿਆਨ ਦੇਣਗੇ।.

ਬੱਦਲ ਦੀ ਹਮੇਸ਼ਾ ਇੱਕ ਇਮਾਰਤ ਹੁੰਦੀ ਸੀ। ਅੱਜਕੱਲ੍ਹ ਇਮਾਰਤ ਦੇ ਆਪਣੇ ਵਿਚਾਰ ਹੁੰਦੇ ਹਨ।.

ਅਸਲ-ਸੰਸਾਰ ਦੀ ਉਦਾਹਰਣ: ਇੱਕ ਦੋ-ਰੈਕ ਸਿਖਲਾਈ ਸੈੱਲ ਜਦੋਂ ਤਸਵੀਰਾਂ ਛੱਡ ਨਹੀਂ ਸਕਦੀਆਂ

ਦ੍ਰਿਸ਼

ਟੋਮੋਸ ਵੈਸਟ ਮਿਡਲੈਂਡਜ਼ ਵਿੱਚ 400 ਵਿਅਕਤੀਆਂ ਦੀ ਸਮਰੱਥਾ ਵਾਲੇ ਨਿਰਮਾਤਾ, ਕੇਸਟਰਲ ਪ੍ਰੀਸੀਜ਼ਨ ਵਿੱਚ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਮੁਖੀ ਹੈ। ਉਨ੍ਹਾਂ ਕੋਲ ਪਹਿਲਾਂ ਹੀ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਔਨ-ਪ੍ਰੀਮ ਹਾਲ ਹੈ: ERP, ਫਾਈਲ ਸ਼ੇਅਰ, ਵਰਚੁਅਲ ਮਸ਼ੀਨਾਂ, ਮਿਸ਼ਰਤ ਆਂਢ-ਗੁਆਂਢ ਜਿਸ ਨਾਲ ਇਹ ਲੇਖ ਸ਼ੁਰੂ ਹੋਇਆ ਸੀ। ਏਅਰ ਕੂਲਿੰਗ। ਆਮ ਈਥਰਨੈੱਟ। ਇੱਕ SAN ਜੋ ਆਫਿਸ ਡਿਸਕਾਂ ਲਈ ਬਿਲਕੁਲ ਨਿਮਰ ਹੈ।.

ਮਸ਼ੀਨ-ਵਿਜ਼ਨ ਟੀਮ ਨੂੰ ਫੈਕਟਰੀ ਸਟਿਲਾਂ 'ਤੇ ਇੱਕ ਨਿਰੀਖਣ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਲੋੜ ਹੈ। ਸਟਿਲਾਂ ਸਾਈਟ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਜਾ ਸਕਦੀਆਂ। ਉਹ ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਦਿਖਾਉਂਦੇ ਹਨ ਜੋ ਕੰਪਨੀ ਕਲਾਉਡ ਡਿਸਕ 'ਤੇ ਨਹੀਂ ਰੱਖੇਗੀ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ ਪ੍ਰਾਈਵੇਟ ਵੀ। ਪ੍ਰਾਪਤੀ ਦਾ ਹੱਲ ਚਾਰ ਡੁਅਲ-ਐਕਸਲੇਟਰ ਸਰਵਰ ਅਤੇ "ਸਾਡਾ AI ਡੇਟਾ ਸੈਂਟਰ" ਸਿਰਲੇਖ ਵਾਲੀ ਇੱਕ ਸਲਾਈਡ ਹੈ। ਸਰਵਰ ਦੋ ਮੌਜੂਦਾ ਰੈਕਾਂ ਵਿੱਚ ਜਾਂਦੇ ਹਨ, ਕਿਉਂਕਿ ਉੱਥੇ ਜਗ੍ਹਾ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਜਗ੍ਹਾ ਨੂੰ ਰੁਕਾਵਟ ਵਾਂਗ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ।.

ਇਹ ਨਹੀਂ ਹੈ। ਇੱਕ ਪੰਦਰਵਾੜੇ ਦੇ ਅੰਦਰ GPUs ਵਿਅਸਤ ਲੱਗਦੇ ਹਨ ਅਤੇ ਫਿਰ ਚੁੱਪਚਾਪ ਥ੍ਰੋਟਲ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਇੱਕ ਚੈੱਕਪੁਆਇੰਟ SAN ਨਾਲ ਟਕਰਾਉਂਦਾ ਹੈ ਤਾਂ ਨੌਕਰੀਆਂ ਘੁੰਮਦੀਆਂ ਹਨ। ਗਿਆਰਾਂ ਵਜੇ ਇੱਕ ਨੋਡ ਮਰ ਜਾਂਦਾ ਹੈ ਅਤੇ ਦੌੜ ਬੱਸ... ਚਲੀ ਜਾਂਦੀ ਹੈ। ਟੋਮੋਸ ਚਿਪਸ ਖਰੀਦਣ ਵਿੱਚ ਅਸਫਲ ਨਹੀਂ ਹੋਇਆ ਹੈ। ਉਸਨੇ ਪੋਸਟਕੋਡ ਸਾਂਝਾ ਕਰਨ ਵਾਲੇ ਮਹਿੰਗੇ ਵਰਕਸਟੇਸ਼ਨਾਂ ਦਾ ਢੇਰ ਖਰੀਦਿਆ ਹੈ। ਇਮਾਰਤ ਅਜੇ ਵੀ ਇੱਕ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਹਾਲ ਸੀ।.

ਉਹਨਾਂ ਨੂੰ ਕੈਂਪਸ, ਨਵੇਂ ਸਬਸਟੇਸ਼ਨ, ਜਾਂ ਨਦੀ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਛੋਟੇ ਸੈੱਲ ਦੀ ਲੋੜ ਹੈ ਜੋ ਇੱਕ ਛੋਟੇ ਜਿਹੇ AI ਡੇਟਾ ਸੈਂਟਰ ਵਾਂਗ ਵਿਵਹਾਰ ਕਰੇ: ਰੈਕ ਅਸਲ ਵਿੱਚ ਰੱਖ ਸਕਦੇ ਹਨ, ਗਰਮੀ ਜੋ ਚਿਪਸ ਨੂੰ ਪਕਾਏ ਬਿਨਾਂ ਛੱਡ ਦਿੰਦੀ ਹੈ, ਇੱਕ ਫੈਬਰਿਕ ਜਿਸ 'ਤੇ ਸਿਖਲਾਈ ਦਾ ਕੰਮ ਗੱਲ ਕਰ ਸਕਦਾ ਹੈ, ਸਟੋਰੇਜ ਜੋ ਇੱਕ ਚੈੱਕਪੁਆਇੰਟ ਲੈ ਸਕਦੀ ਹੈ, ਅਤੇ ਇੱਕ ਰਨਬੁੱਕ ਜਦੋਂ ਇੱਕ ਨੋਡ ਮਰ ਜਾਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਤਸਵੀਰਾਂ ਛੱਡ ਨਹੀਂ ਸਕਦੀਆਂ, ਚਾਲੀ ਮਿੰਟ ਦੂਰ ਇੱਕ ਕੋਲੋ ਪਿੰਜਰਾ ਕਿਰਾਏ 'ਤੇ ਲੈਣਾ ਜਵਾਬ ਨਹੀਂ ਹੈ। ਦੋ ਰੈਕਾਂ ਨੂੰ ਰੀਟ੍ਰੋਫਿਟ ਕਰਨਾ ਹੈ।.

ਸੈੱਲ ਨੂੰ ਕੀ ਚਾਹੀਦਾ ਹੈ

• ਉਸ ਕਤਾਰ 'ਤੇ ਇੱਕ ਮਾਪਿਆ ਗਿਆ ਪਾਵਰ ਬਜਟ, PDUs ਤੋਂ, GPU ਵਿਸ਼ਲਿਸਟ ਤੋਂ ਨਹੀਂ। ਜੇਕਰ ਵਾਧੂ ਸਮਰੱਥਾ ਸਿਖਲਾਈ ਲੋਡ 'ਤੇ ਚਾਰ ਸਰਵਰਾਂ ਨੂੰ ਫੀਡ ਨਹੀਂ ਕਰ ਸਕਦੀ, ਤਾਂ ਗੱਲਬਾਤ ਉੱਥੇ ਹੀ ਰੁਕ ਜਾਂਦੀ ਹੈ ਅਤੇ ਉਹ ਇੱਕ ਸੰਘਣੇ ਕੋਲੋ ਵੱਲ ਦੇਖਦੇ ਹਨ, ਕੋਈ ਚਮਤਕਾਰ ਨਹੀਂ।

• ਹਵਾ ਨੂੰ ਠੰਢਾ ਕਰਨ ਲਈ ਕਦੇ ਵੀ ਇਸ ਘਣਤਾ 'ਤੇ ਸੰਭਾਲਣ ਲਈ ਨਹੀਂ ਕਿਹਾ ਗਿਆ: ਜੇਕਰ ਹਾਲ ਉਨ੍ਹਾਂ ਨੂੰ ਲੈ ਸਕਦਾ ਹੈ ਤਾਂ ਪਿਛਲੇ ਦਰਵਾਜ਼ੇ ਵਾਲੇ ਹੀਟ ਐਕਸਚੇਂਜਰ, ਜਾਂ ਜੇਕਰ ਇਹ ਲੈ ਸਕਦਾ ਹੈ ਤਾਂ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਤਰਲ ਲੂਪ। ਜੇਕਰ ਦੋਵਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਨਹੀਂ ਹੈ, ਤਾਂ ਸਰਵਰ ਅੰਦਰ ਨਹੀਂ ਜਾਂਦੇ।

• ਚਾਰ ਨੋਡਾਂ ਵਿਚਕਾਰ ਇੱਕ ਸਮਰਪਿਤ ਉੱਚ-ਬੈਂਡਵਿਡਥ ਫੈਬਰਿਕ, ਨਾ ਕਿ ਆਫਿਸ ਈਥਰਨੈੱਟ। ਜੇਕਰ ਵਿਕਰੇਤਾ ਕੋਲ ਕੈਟਾਲਾਗ ਵਿੱਚ ਸਿਰਫ਼ 10 Gb ਸਵਿੱਚ ਹੈ, ਤਾਂ ਇਹ ਕਲੱਸਟਰ ਨਹੀਂ ਹੈ।

• ਚੈੱਕਪੁਆਇੰਟਾਂ ਅਤੇ ਸਿਖਲਾਈ ਸ਼ਾਰਡਾਂ ਲਈ ਸਥਾਨਕ ਤੇਜ਼ ਸਟੋਰੇਜ, VM SAN ਲਈ ਨਹੀਂ।

• ਇੱਕ ਸ਼ਡਿਊਲਰ, ਇੱਕ ਚੈੱਕਪੁਆਇੰਟ ਅੰਤਰਾਲ, ਅਤੇ ਇੱਕ ਲਿਖਤੀ ਰੀਸਟਾਰਟ ਮਾਰਗ। ਹਾਰਡਵੇਅਰ ਸੇਲਿਬ੍ਰਿਟੀ ਹੈ। ਇਹ ਪਰਤ ਕੰਮ ਹੈ।

• ਫੈਕਟਰੀ ਲਾਈਨ ਲਈ ਇੱਕ ਵਾੜ ਵਾਲਾ ਅਨੁਮਾਨ ਬਾਕਸ, ਸਿਖਲਾਈ ਗੱਲਬਾਤ ਤੋਂ ਵੱਖਰਾ, ਕਿਉਂਕਿ ਸੇਵਾ ਕਰਨ ਲਈ ਪੂਛ ਦੀ ਲੇਟੈਂਸੀ ਅਤੇ ਇਕੱਲਤਾ ਚਾਹੀਦੀ ਹੈ, ਸਮੂਹਿਕ ਨਹੀਂ।

• ਪਾਵਰ, GPU ਘੜੀਆਂ, ਥ੍ਰੋਟਲ ਇਵੈਂਟਸ, ਅਤੇ ਜੌਬ ਵਾਲ-ਕਲਾਕ ਨੂੰ ਲੌਗ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ। ਜੇਕਰ ਉਹ ਇਹਨਾਂ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕਰ ਸਕਦੇ, ਤਾਂ ਉਹ GPU ਦੀ ਫੋਟੋ ਖਿੱਚਣਗੇ ਅਤੇ ਸਵਿੱਚਾਂ ਨੂੰ ਖੁੰਝਾਉਣਗੇ।

ਉਦਾਹਰਨ ਹਦਾਇਤ

ਟੋਮੋਸ ਇਸਨੂੰ ਸਹੂਲਤਾਂ ਵਿੱਚ ਸੰਖੇਪ ਵਿੱਚ, ਆਮ ਭਾਸ਼ਾ ਵਿੱਚ ਕਹਿੰਦਾ ਹੈ:

ਇਸਨੂੰ ਏਆਈ ਕੈਂਪਸ ਨਾ ਕਹੋ। ਮੌਜੂਦਾ ਹਾਲ ਵਿੱਚ ਚਾਰ ਡੁਅਲ-ਐਕਸਲੇਟਰ ਸਰਵਰਾਂ ਲਈ ਇੱਕ ਦੋ-ਰੈਕ ਸਿਖਲਾਈ ਸੈੱਲ ਬਣਾਓ। ਫੈਕਟਰੀ ਚਿੱਤਰ ਸਾਈਟ 'ਤੇ ਰਹਿੰਦੇ ਹਨ। ਸਫਲਤਾ ਇਹ ਹੈ: ਚਾਰ ਨੋਡ ਥਰਮਲ ਥ੍ਰੋਟਲ ਤੋਂ ਬਿਨਾਂ 12-ਏਪੋਚ ਨਿਰੀਖਣ-ਸਿਖਲਾਈ ਵਿਧੀ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ, ਦਸਾਂ ਮਿੰਟਾਂ ਵਿੱਚ ਨਹੀਂ, ਮਿੰਟਾਂ ਵਿੱਚ ਇੱਕ ਚੈਕਪੁਆਇੰਟ ਲਿਖਦੇ ਹਨ, ਅਤੇ ਜਦੋਂ ਅਸੀਂ ਜਾਣਬੁੱਝ ਕੇ ਇੱਕ ਰੈਂਕ ਨੂੰ ਮਾਰਦੇ ਹਾਂ ਤਾਂ ਉਸ ਚੈਕਪੁਆਇੰਟ ਤੋਂ ਮੁੜ ਸ਼ੁਰੂ ਕਰਦੇ ਹਾਂ। ਕੂਲਿੰਗ ਨੂੰ GPUs ਨੂੰ ਉਹਨਾਂ ਦੀਆਂ ਸਿਖਲਾਈ ਘੜੀਆਂ 'ਤੇ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਨੈੱਟਵਰਕਿੰਗ ਇੱਕ ਫੈਬਰਿਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਚਾਰ ਬਕਸੇ ਸਾਂਝੇ ਕਰਦੇ ਹਨ, ਦਫਤਰ ਦੇ ਸਟੈਕ ਵਿੱਚੋਂ ਇੱਕ ਰਸਤਾ ਨਹੀਂ। ਸਟੋਰੇਜ ਨੂੰ ਚਿਪਸ ਨੂੰ ਫੀਡ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਜੇਕਰ ਪਿਛਲੇ ਦਰਵਾਜ਼ੇ ਦੇ ਹੀਟ ਐਕਸਚੇਂਜਰ ਫਿੱਟ ਨਹੀਂ ਹੋਣਗੇ, ਤਾਂ ਅਜਿਹਾ ਕਹੋ ਅਤੇ ਰੁਕੋ। ਇੱਕ ਮਿਸ਼ਰਤ ਹਾਲ ਵਿੱਚ ਦੋ ਰੈਕਾਂ ਲਈ PUE ਦਾ ਹਵਾਲਾ ਨਾ ਦਿਓ। ਉਹ ਨੰਬਰ ਥੀਏਟਰ ਹੋਵੇਗਾ।.

ਫਿਰ ਉਹ ਇਸਨੂੰ ਸਿਖਲਾਈ ਦੇ ਕੰਮ ਵਿੱਚ ਹੀ ਰੱਖਦਾ ਹੈ:

ਹਰ 30 ਮਿੰਟਾਂ ਬਾਅਦ ਸਥਾਨਕ ਫਾਸਟ ਪੂਲ ਵੱਲ ਚੈੱਕਪੁਆਇੰਟ। ਜੇਕਰ ਕੋਈ ਰੈਂਕ ਮਰ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਆਖਰੀ ਪੂਰੀ ਚੈੱਕਪੁਆਇੰਟ ਤੋਂ ਮੁੜ ਚਾਲੂ ਕਰੋ। SAN 'ਤੇ ਇੰਤਜ਼ਾਰ ਨਾ ਕਰੋ। ਜਦੋਂ ਤੱਕ ਘੜੀਆਂ ਗਰਮੀ ਤੋਂ ਘੱਟ ਜਾਂਦੀਆਂ ਹਨ, ਸਿਖਲਾਈ ਜਾਰੀ ਨਾ ਰੱਖੋ। ਇਸਨੂੰ ਲੌਗ ਕਰੋ ਅਤੇ ਰੁਕੋ ਤਾਂ ਜੋ ਅਸੀਂ ਸਟਾਲ ਦੇਖ ਸਕੀਏ।.

ਇੱਕ ਚੰਗਾ ਘੰਟਾ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਦਾ ਹੈ: ਸਿਖਲਾਈ ਘੜੀਆਂ 'ਤੇ ਸਾਰੇ ਅੱਠ GPU, ਚੈੱਕਪੁਆਇੰਟ ਫਾਈਲ ਲੈਂਡ ਕੀਤੀ ਗਈ ਹੈ, ਕੰਮ ਅਜੇ ਵੀ ਲਾਕਸਟੈਪ ਵਿੱਚ ਹੈ। ਇੱਕ ਬੁਰਾ ਘੰਟਾ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਦਾ ਹੈ: ਪ੍ਰਸ਼ੰਸਕ ਪੂਰੇ ਰੌਲੇ 'ਤੇ, ਘੜੀਆਂ ਬੰਦ ਹਨ, ਦਸ ਮਿੰਟਾਂ ਬਾਅਦ ਚੈੱਕਪੁਆਇੰਟ 2% ਲਿਖਿਆ ਹੋਇਆ ਹੈ, ਅਤੇ ਦਫ਼ਤਰ ਵਿੱਚ ਕੋਈ ਕਹਿ ਰਿਹਾ ਹੈ "ਕਲੱਸਟਰ ਉੱਪਰ ਹੈ"। ਉੱਪਰ ਸਿਖਲਾਈ ਨਹੀਂ ਹੈ।.

ਇਸਨੂੰ ਕਿਵੇਂ ਟੈਸਟ ਕਰਨਾ ਹੈ

ਉਹ ਰੀਟ੍ਰੋਫਿਟ ਤੋਂ ਪਹਿਲਾਂ ਟੈਸਟ ਲਿਖਦੇ ਹਨ, ਜੋ ਕਿ ਡੈਮੋ 'ਤੇ ਭਰੋਸਾ ਨਾ ਕਰਨ ਦਾ ਪੂਰਾ ਨੁਕਤਾ ਹੈ।.

• ਉਹੀ 12-ਯੁੱਗਾਂ ਦੀ ਰੈਸਿਪੀ, ਉਹੀ 120,000 ਨਿਰੀਖਣ ਤਸਵੀਰਾਂ, ਅੱਠ ਦੌੜਾਂ

• ਸਮਾਂ ਇੱਕ ਮੁਕੰਮਲ ਵਿਅੰਜਨ ਤੱਕ ਵਾਲ-ਕਲੌਕ ਹੈ, ਜਿਸ ਵਿੱਚ ਕੋਈ ਵੀ ਰੀਸਟਾਰਟ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਕਿ ਜੌਬ ਸਬਮਿਟ ਤੋਂ ਲੈ ਕੇ ਐਪੋਕ 12 ਦੇ ਆਖਰੀ ਚੈਕਪੁਆਇੰਟ ਤੱਕ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ।

• ਹੀਟ 'ਤੇ ਇੱਕ ਪਾਸ: GPU ਘੜੀਆਂ ਦੌੜ ਲਈ ਸਿਖਲਾਈ ਟੀਚੇ 'ਤੇ ਰਹਿੰਦੀਆਂ ਹਨ। ਇੱਕ ਥ੍ਰੋਟਲ ਇਵੈਂਟ ਇੱਕ ਅਸਫਲਤਾ ਹੈ ਭਾਵੇਂ ਕੰਮ ਅੰਤ ਵਿੱਚ ਖਤਮ ਹੋ ਜਾਵੇ।

• ਸਟੋਰੇਜ 'ਤੇ ਇੱਕ ਪਾਸ: ਜੌਬ ਲੌਗ ਤੋਂ ਚੈੱਕਪੁਆਇੰਟ ਲਿਖਣ ਦਾ ਸਮਾਂ, ਮੱਧਮਾਨ ਅਤੇ ਸਭ ਤੋਂ ਬੁਰਾ

• ਫੈਬਰਿਕ 'ਤੇ ਪਾਸ: ਜਦੋਂ ਤੱਕ ਰੈਂਕ ਸਿਹਤਮੰਦ ਹੁੰਦਾ ਹੈ, ਕੰਮ ਸਮੂਹਿਕ ਉਡੀਕ ਵਿੱਚ ਨਹੀਂ ਬੈਠਦਾ। ਜੇਕਰ ਉਹ ਉਸ ਉਡੀਕ ਨੂੰ ਨਹੀਂ ਦੇਖ ਸਕਦੇ, ਤਾਂ ਇੰਸਟ੍ਰੂਮੈਂਟੇਸ਼ਨ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ।

• ਅੱਠ ਦੌੜਾਂ ਵਿੱਚੋਂ ਦੋ ਨੂੰ ਜਾਣਬੁੱਝ ਕੇ, ਰੀਸਟਾਰਟ ਮਾਰਗ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ, ਇੱਕ ਨਿਸ਼ਚਿਤ ਕਦਮ 'ਤੇ ਇੱਕ ਰੈਂਕ ਮਾਰਿਆ ਜਾਂਦਾ ਹੈ।

• ਇਨਫਰੈਂਸ ਫੈਕਟਰੀ ਲਾਈਨ ਤੋਂ ਲੈ ਕੇ ਵਾੜ ਵਾਲੇ ਸਰਵਿੰਗ ਬਾਕਸ ਤੱਕ 200-ਚਿੱਤਰਾਂ ਦਾ ਇੱਕ ਵੱਖਰਾ ਟੈਸਟ ਹੈ। ਸਿਖਲਾਈ ਦੀ ਸਫਲਤਾ ਨੂੰ ਸਰਵਿੰਗ ਸਫਲਤਾ ਵਜੋਂ ਨਹੀਂ ਗਿਣਿਆ ਜਾਂਦਾ।

• ਉਹ 15-ਮਿੰਟ ਦੇ ਨਮੂਨਿਆਂ ਵਿੱਚ PDUs ਤੋਂ ਰੈਕ ਪਾਵਰ ਰਿਕਾਰਡ ਕਰਦੇ ਹਨ ਤਾਂ ਜੋ ਕਿਸੇ ਨੂੰ ਮੈਗਾਵਾਟ ਦੀ ਕਾਢ ਨਾ ਕੱਢਣੀ ਪਵੇ।

ਸੈੱਲ ਨੂੰ "AI-ready" ਕਹਿਣ ਲਈ ਸਵੀਕ੍ਰਿਤੀ: 8 ਵਿੱਚੋਂ 8 ਪਕਵਾਨਾਂ ਖਤਮ ਹੋ ਗਈਆਂ ਹਨ; 8 ਵਿੱਚੋਂ 0 ਥਰਮਲ ਥ੍ਰੋਟਲ ਦਿਖਾਉਂਦੇ ਹਨ; ਦੋਵੇਂ ਬੰਦ ਰਨ ਮੁੜ ਸ਼ੁਰੂ ਹੋ ਗਏ ਹਨ; ਚੈੱਕਪੁਆਇੰਟ ਮਿੰਟਾਂ ਵਿੱਚ ਰਹਿੰਦੇ ਹਨ। ਜੇਕਰ ਉਹ ਇਸ ਤੋਂ ਖੁੰਝ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਵੀ ਉਨ੍ਹਾਂ ਕੋਲ ਫੈਂਸੀ ਗ੍ਰਾਫਿਕਸ ਕਾਰਡਾਂ ਵਾਲਾ ਸਰਵਰ ਰੂਮ ਹੈ।.

ਨਤੀਜਾ

ਅੱਠ ਦੌੜਾਂ ਦੇ ਬਣਾਏ ਟੈਸਟ ਤੋਂ ਇੱਕ ਉਦਾਹਰਣੀ ਨਤੀਜਾ, ਪ੍ਰਕਾਸ਼ਿਤ ਕੇਸਟਰਲ ਅੰਕੜਾ ਨਹੀਂ।.

ਧਾਰਨਾਵਾਂ: ਦੋ ਰੈਕਾਂ ਵਿੱਚ ਚਾਰ ਦੋਹਰੇ-ਐਕਸਲੇਟਰ ਸਰਵਰ; ਇੱਕ ਨਿਰੀਖਣ ਮਾਡਲ; 120,000 ਸਟਿਲ; ਇੱਕ ਨਿਸ਼ਚਿਤ 12-ਏਪੋਚ ਰੈਸਿਪੀ ਦੇ ਅੱਠ ਰਨ; ਵਾਲ-ਕਲਾਕ ਵਿੱਚ ਰੈਸਿਪੀ ਦੇ ਖਤਮ ਹੋਣ ਤੱਕ ਰੀਸਟਾਰਟ ਸ਼ਾਮਲ ਹਨ; ਥ੍ਰੋਟਲ ਦਾ ਅਰਥ ਹੈ ਸਿਖਲਾਈ ਘੜੀ ਤੋਂ ਇੱਕ ਲੌਗਡ ਡ੍ਰੌਪ; ਚੈੱਕਪੁਆਇੰਟ ਸਮਾਂ ਲਿਖਣਾ ਹੈ, ਇੱਛਾ ਨਹੀਂ; ਰੈਕ ਪਾਵਰ PDU ਨਮੂਨੇ ਹਨ, ਕੈਂਪਸ PUE ਨਹੀਂ।.

ਰੀਟ੍ਰੋਫਿਟ ਤੋਂ ਪਹਿਲਾਂ, ਆਫਿਸ ਈਥਰਨੈੱਟ ਅਤੇ VM SAN 'ਤੇ ਆਮ ਏਅਰ-ਕੂਲਡ ਰੈਕਾਂ ਵਿੱਚ GPUs:

• 8 ਵਿੱਚੋਂ 5 ਦੌੜਾਂ ਪਹਿਲੀ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ ਹੀ ਖਤਮ ਹੋ ਗਈਆਂ। ਉਨ੍ਹਾਂ ਪੰਜਾਂ ਵਿੱਚੋਂ ਮੱਧਮ ਵਾਲ-ਕਲਾਕ: 14 ਘੰਟੇ

• 8 ਵਿੱਚੋਂ 3 ਨੂੰ ਲਗਭਗ 11 ਵਜੇ ਇੱਕ ਸਟਾਲ ਤੋਂ ਬਾਅਦ ਦੁਬਾਰਾ ਸ਼ੁਰੂ ਕਰਨਾ ਪਿਆ (ਦੋ ਇੱਕ ਨੋਡ ਦੇ ਪੁਰਾਣੇ ਚੈੱਕਪੁਆਇੰਟ ਨਾਲ ਮਰ ਜਾਣ ਤੋਂ ਬਾਅਦ, ਇੱਕ ਚੈੱਕਪੁਆਇੰਟ ਦੁਆਰਾ SAN ਨੂੰ ਭਰਨ ਤੋਂ ਬਾਅਦ)। ਤੁਰੰਤ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰੋ, ਘੜੀ ਵਿੱਚ ਰਾਤ ਭਰ ਉਡੀਕ ਨਹੀਂ: 11 ਘੰਟੇ ਬਰਬਾਦ ਹੋਏ ਅਤੇ 14-ਘੰਟੇ ਦੀ ਦੂਜੀ ਕੋਸ਼ਿਸ਼, ਜਾਂ ਉਹਨਾਂ ਤਿੰਨਾਂ 'ਤੇ ਇੱਕ ਮੁਕੰਮਲ ਵਿਅੰਜਨ ਲਈ 25 ਘੰਟੇ।

• ਸਾਰੇ ਅੱਠਾਂ ਵਿੱਚ ਇੱਕ-ਪੂਰੀ-ਵਿਅੰਜਨ-ਨੂੰ-ਪੂਰਾ-ਕਰਨ-ਲਈ-ਔਸਤ ਸਮਾਂ, ਰੀਸਟਾਰਟ ਸ਼ਾਮਲ ਹਨ: 18 ਘੰਟੇ। (14 'ਤੇ ਪੰਜ, 25 'ਤੇ ਤਿੰਨ। ਸਾਰੇ ਅੱਠਾਂ ਦਾ ਮੱਧਮਾਨ ਅਜੇ ਵੀ 14 ਹੈ, ਜੋ ਰੀਸਟਾਰਟ ਨੂੰ ਲੁਕਾ ਦੇਵੇਗਾ। ਇਸ ਲਈ ਇੱਥੇ ਔਸਤ ਬੇਸਲਾਈਨ ਹੈ।)

• ਥਰਮਲ ਥ੍ਰੋਟਲ 8 ਵਿੱਚੋਂ 7 ਦੌੜਾਂ 'ਤੇ ਲੌਗ ਇਨ ਹੋਇਆ। ਘਟੀ ਹੋਈ ਘੜੀ 'ਤੇ ਔਸਤ ਸਮਾਂ: 14-ਘੰਟੇ ਦੀ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ 3 ਘੰਟੇ

• ਚੈੱਕਪੁਆਇੰਟ ਲਿਖਣਾ: ਔਸਤ 22 ਮਿੰਟ

• ਰੈਂਕ-ਕਿੱਲ ਕੋਈ ਅਜਿਹਾ ਟੈਸਟ ਨਹੀਂ ਸੀ ਜੋ ਉਹ ਪਾਸ ਕਰ ਸਕਣ। ਉਨ੍ਹਾਂ ਕੋਲ ਕੋਈ ਰਨਬੁੱਕ ਨਹੀਂ ਸੀ। ਦੋ ਦੁਰਘਟਨਾਤਮਕ ਮੌਤਾਂ ਇਸ ਦਾ ਨਤੀਜਾ ਸਨ।

• ਸਿਖਲਾਈ ਦੌਰਾਨ ਦੋ ਰੈਕਾਂ 'ਤੇ ਪੀਕ ਆਈਟੀ ਲੋਡ: ਲਗਭਗ 18 ਕਿਲੋਵਾਟ। ਕਤਾਰ ਵਿੱਚ ਵਾਟ ਸਨ। ਇਸ ਵਿੱਚ ਕੂਲਿੰਗ ਜਾਂ ਫੈਬਰਿਕ ਨਹੀਂ ਸੀ।

ਉਨ੍ਹਾਂ ਦੋ ਰੈਕਾਂ 'ਤੇ ਪਿਛਲੇ ਦਰਵਾਜ਼ੇ ਵਾਲੇ ਹੀਟ ਐਕਸਚੇਂਜਰਾਂ ਤੋਂ ਬਾਅਦ, ਚਾਰ ਨੋਡਾਂ ਵਿਚਕਾਰ ਇੱਕ ਸਮਰਪਿਤ ਫੈਬਰਿਕ, ਚੈੱਕਪੁਆਇੰਟਾਂ ਲਈ ਇੱਕ ਛੋਟਾ NVMe ਪੂਲ, 30-ਮਿੰਟ ਚੈੱਕਪੁਆਇੰਟਿੰਗ, ਅਤੇ ਇੱਕ ਰੀਸਟਾਰਟ ਰਨਬੁੱਕ:

• 8 ਵਿੱਚੋਂ 8 ਪਹਿਲੀ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ ਹੀ ਖਤਮ ਹੋਏ। ਮੱਧਮ ਵਾਲ-ਘੜੀ: 9 ਘੰਟੇ

• ਥਰਮਲ ਥ੍ਰੋਟਲ: 8 ਵਿੱਚੋਂ 0

• ਚੈੱਕਪੁਆਇੰਟ ਲਿਖਣਾ: ਔਸਤ 90 ਸਕਿੰਟ। ਸੈੱਟ ਵਿੱਚ ਸਭ ਤੋਂ ਬੁਰਾ: 3 ਮਿੰਟ

• ਦੋ ਜਾਣਬੁੱਝ ਕੇ ਕੀਤੇ ਗਏ ਰੈਂਕ-ਕਿੱਲ ਦੋਵੇਂ ਆਖਰੀ 30-ਮਿੰਟ ਦੇ ਚੈੱਕਪੁਆਇੰਟ ਤੋਂ ਦੁਬਾਰਾ ਸ਼ੁਰੂ ਹੋਏ। ਉਨ੍ਹਾਂ ਦੋ ਦੌੜਾਂ 'ਤੇ ਵਾਧੂ ਵਾਲ-ਕਲਾਕ: ਲਗਭਗ 40 ਮਿੰਟ, ਨਿਦਾਨ ਸ਼ਾਮਲ ਸੀ, ਇਸ ਲਈ ਉਹ ਦੋਵੇਂ 9 ਘੰਟੇ 40 ਮਿੰਟ ਦੇ ਨੇੜੇ ਬੈਠੇ ਸਨ। ਮਤਲਬ ਅੱਠ ਸਥਿਰ ਦੌਰਾਂ ਤੋਂ 9 ਘੰਟੇ ਤੱਕ

• ਪੀਕ ਆਈਟੀ ਲੋਡ ਅਜੇ ਵੀ ਲਗਭਗ 18 ਕਿਲੋਵਾਟ ਹੈ। ਉਹੀ ਚਿਪਸ। ਵੱਖਰਾ ਇਮਾਰਤੀ ਵਿਵਹਾਰ

ਇਸ ਨਮੂਨੇ ਵਿੱਚ, ਇੱਕ-ਪੂਰੀ-ਵਿਅੰਜਨ-ਦਾ ਔਸਤ ਸਮਾਂ 18 ਘੰਟਿਆਂ ਤੋਂ ਘਟ ਕੇ 9 ਘੰਟੇ, ਜਾਂ 9 ਘੰਟੇ, ਅੱਠ ਦੌੜਾਂ ਵਿੱਚ 72 ਘੰਟੇ ਰਹਿ ਗਿਆ। ਪਹਿਲੀ ਵਾਰ ਪੂਰਾ ਕਰਨ ਵਾਲਾ ਸਮਾਂ 8 ਵਿੱਚੋਂ 5 ਤੋਂ 8 ਵਿੱਚੋਂ 8 ਹੋ ਗਿਆ। ਥ੍ਰੌਟਲ 8 ਵਿੱਚੋਂ 7 ਤੋਂ 8 ਵਿੱਚੋਂ 0 ਹੋ ਗਿਆ। ਉਹ ਆਖਰੀ ਨੰਬਰ ਉਹ ਹੈ ਜੋ ਦੱਸਦਾ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਨੇ ਐਕਸਲੇਟਰ ਖਰੀਦੇ ਸਨ ਜਾਂ ਪੇਪਰਵੇਟ। ਉਹ ਸਮੇਂ ਦੇ ਬਦਲਾਅ ਨੂੰ ਉਤਪਾਦਨ ਵਿੱਚ 50% ਦੀ ਬੱਚਤ ਨਹੀਂ ਕਹਿਣਗੇ। ਅੱਠ ਦੌੜਾਂ ਇੱਕ ਛੋਟਾ, ਆਸਾਨ ਸੈੱਟ ਹੈ।.

ਇਹ ਅੰਕੜੇ ਦੱਸੇ ਗਏ ਟੈਸਟ, ਇੱਕ ਛੋਟੇ ਨਮੂਨੇ, ਇੱਕ ਮਾਡਲ ਅਤੇ ਇੱਕ ਮਿਸ਼ਰਤ ਹਾਲ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਉਦਾਹਰਣ ਅਨੁਮਾਨ ਹਨ। ਇਹ ਇੱਕ PUE ਨਹੀਂ ਹਨ, ਇੱਕ ਕੈਂਪਸ ਮੈਗਾਵਾਟ ਨਹੀਂ ਹਨ, ਅਤੇ ਇਸ ਗੱਲ ਦਾ ਸਬੂਤ ਨਹੀਂ ਹਨ ਕਿ ਕੇਸਟਰਲ ਨੂੰ ਇੱਕ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਸਿਖਲਾਈ ਸਾਈਟ ਬਣਾਉਣੀ ਚਾਹੀਦੀ ਹੈ। ਲੌਗਾਂ ਦੀ ਸਮੀਖਿਆ 9 ਘੰਟਿਆਂ ਦੇ ਅੰਦਰ ਬੈਠੀ ਸੀ; ਉਨ੍ਹਾਂ ਨੇ ਇਸਨੂੰ ਨਹੀਂ ਲੁਕਾਇਆ। 18 ਕਿਲੋਵਾਟ ਦਾ ਅੰਕੜਾ ਇੱਕ ਗੋਲ PDU ਰੀਡਿੰਗ ਹੈ, ਉਪਯੋਗਤਾ ਇਨਵੌਇਸ ਨਹੀਂ। ਉਨ੍ਹਾਂ ਨੇ 72 ਘੰਟਿਆਂ ਨੂੰ ਲਾਗਤ ਵਿੱਚ ਨਹੀਂ ਬਦਲਿਆ, ਕਿਉਂਕਿ ਫੈਕਟਰੀ ਦੀ ਮਿਸ਼ਰਤ ਬਿਜਲੀ ਦਰ ਇੱਕ ਜਾਅਲੀ ਕਾਰੋਬਾਰੀ ਕੇਸ ਬਣਾਉਂਦੀ।.

ਸਰਵਿੰਗ ਚੈੱਕ ਵੱਖਰਾ ਅਤੇ ਛੋਟਾ ਸੀ: ਵਾੜ ਵਾਲੇ ਡੱਬੇ ਲਈ 200 ਲਾਈਨ ਚਿੱਤਰ, ਸਾਰੇ ਸਾਈਟ 'ਤੇ। ਇਹ ਅਨੁਮਾਨ ਹੈ, ਸਿਖਲਾਈ ਨਹੀਂ। ਦੋਵਾਂ ਨੂੰ ਮਿਲਾਉਣਾ ਛੋਟੇ ਰੂਪ ਵਿੱਚ ਹਾਈਬ੍ਰਿਡ-ਹਾਲ ਗਲਤੀ ਹੁੰਦੀ।.

ਕੀ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ?

• ਖਰੀਦਦਾਰੀ ਚਾਰ ਸਰਵਰਾਂ ਨੂੰ "ਏਆਈ ਡੇਟਾ ਸੈਂਟਰ" ਕਹਿੰਦੀ ਰਹਿੰਦੀ ਹੈ। ਲੇਬਲ ਪਲੰਬਿੰਗ ਨੂੰ ਲੁਕਾਉਂਦਾ ਹੈ, ਅਤੇ ਅਗਲੀ ਖਰੀਦ ਉਸੇ ਬਿਮਾਰ ਗਲਿਆਰੇ ਲਈ ਹੋਰ GPUs ਦੀ ਹੈ।

• ਪਿਛਲੇ ਦਰਵਾਜ਼ੇ ਵਾਲੇ ਐਕਸਚੇਂਜਰ ਅੰਦਰ ਜਾਂਦੇ ਹਨ ਅਤੇ ਕੋਈ ਵੀ ਪਾਣੀ ਵਾਲੇ ਪਾਸੇ ਨੂੰ ਚਾਲੂ ਨਹੀਂ ਕਰਦਾ। ਪੱਖੇ ਅਜੇ ਵੀ ਚੀਕਦੇ ਹਨ। ਘੜੀਆਂ ਅਜੇ ਵੀ ਡਿੱਗਦੀਆਂ ਹਨ।

• ਇਹ ਫੈਬਰਿਕ ਇੱਕ ਸਿੰਗਲ ਸਵਿੱਚ ਹੈ ਜਿਸ ਵਿੱਚ ਕੋਈ ਵਾਧੂ ਰਸਤਾ ਨਹੀਂ ਹੈ। ਇੱਕ ਅਸਫਲ ਲਿੰਕ ਅਤੇ "ਕਲੱਸਟਰ" ਫਿਰ ਤੋਂ ਚਾਰ ਵਰਕਸਟੇਸ਼ਨ ਹਨ।

• ਚੈੱਕਪੁਆਇੰਟ SAN 'ਤੇ ਹੀ ਰਹਿੰਦੇ ਹਨ ਕਿਉਂਕਿ NVMe ਪੂਲ "ਫੇਜ਼ ਦੋ" ਸੀ। ਫੇਜ਼ ਦੋ ਅਗਲੇ ਡੈੱਡ ਨੋਡ ਤੋਂ ਪਹਿਲਾਂ ਨਹੀਂ ਪਹੁੰਚਦਾ।

• ਉਹ ਇੱਕ ਮਿਸ਼ਰਤ ਹਾਲ ਵਿੱਚ ਦੋ ਰੈਕਾਂ ਲਈ ਇੱਕ PUE ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹਨ। ਜਲਵਾਯੂ, ਸੀਮਾ, ਅਤੇ ਬਾਕੀ ERP ਕਤਾਰ ਉਸ ਅਨੁਪਾਤ ਨੂੰ ਇੱਕ ਪੁਸ਼ਾਕ ਬਣਾਉਂਦੀ ਹੈ।

• ਸਿਖਲਾਈ ਅਤੇ ਸੇਵਾ ਫੈਬਰਿਕ ਨੂੰ ਸਾਂਝਾ ਕਰਦੇ ਹਨ। ਇੱਕ ਚੈੱਕਪੁਆਇੰਟ ਹੜ੍ਹ ਫੈਕਟਰੀ ਲਾਈਨ ਨੂੰ ਉਡੀਕ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ। ਟੇਲ ਲੇਟੈਂਸੀ ਉੱਥੇ ਉਤਪਾਦ ਹੈ, ਘਣਤਾ ਨਹੀਂ।

• ਇੱਕ ਨੋਡ ਮਰ ਜਾਂਦਾ ਹੈ ਅਤੇ ਕੋਈ ਇਸਨੂੰ ਚੈੱਕਪੁਆਇੰਟ ਰੀਸਟਾਰਟ ਦੀ ਬਜਾਏ ਇੱਕ ਅਪਟਾਈਮ ਟਿਕਟ ਵਜੋਂ ਮੰਨਦਾ ਹੈ। ਐਂਟਰਪ੍ਰਾਈਜ਼ ਓਪਸ ਅਤੇ ਏਆਈ ਓਪਸ ਪੂਰੀ ਦੁਪਹਿਰ ਲਈ ਇੱਕ ਦੂਜੇ ਤੋਂ ਅੱਗੇ ਵਧਦੇ ਹਨ।

• ਉਹ ਇੱਕ ਪਿੰਜਰਾ ਕਿਰਾਏ 'ਤੇ ਲੈ ਸਕਦੇ ਸਨ, ਸਿਵਾਏ ਤਸਵੀਰਾਂ ਛੱਡ ਕੇ ਨਹੀਂ ਜਾ ਸਕਦੀਆਂ। ਇਸ ਪਾਬੰਦੀ ਨੂੰ ਭੁੱਲ ਕੇ ਉਨ੍ਹਾਂ ਨੂੰ ਬੱਦਲਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਨੀ ਪਵੇਗੀ।

ਵਿਹਾਰਕ ਉਪਾਅ

ਇਸ ਰੂਪ ਵਿੱਚ, ਇੱਕ AI ਡੇਟਾ ਸੈਂਟਰ ਕੀ ਹੈ, ਇਹ ਇੱਕ ਵੇਅਰਹਾਊਸ ਨਹੀਂ ਹੈ ਅਤੇ ਇਹ ਇੱਕ GPU ਇਨਵੌਇਸ ਨਹੀਂ ਹੈ। ਇਹ ਉਹ ਸੈੱਲ ਹੈ ਜੋ ਐਕਸਲੇਟਰਾਂ ਨੂੰ ਦੌੜ ​​ਨੂੰ ਪੂਰਾ ਕਰਨ ਦਿੰਦਾ ਹੈ: ਉਹ ਸ਼ਕਤੀ ਜੋ ਉਹ ਰੱਖ ਸਕਦੇ ਹਨ, ਗਰਮੀ ਜੋ ਛੱਡਦੀ ਹੈ, ਇੱਕ ਫੈਬਰਿਕ, ਇੱਕ ਚੈਕਪੁਆਇੰਟ, ਅਤੇ ਜਦੋਂ ਇੱਕ ਰੈਂਕ ਮਰ ਜਾਂਦਾ ਹੈ ਤਾਂ ਹੁੱਕ 'ਤੇ ਕੋਈ। ਕੇਸਟਰਲ ਨੂੰ ਕੈਂਪਸ ਦੀ ਲੋੜ ਨਹੀਂ ਸੀ। ਉਨ੍ਹਾਂ ਨੂੰ ਦਿਖਾਵਾ ਕਰਨਾ ਬੰਦ ਕਰਨ ਲਈ ਦੋ ਰੈਕਾਂ ਦੀ ਲੋੜ ਸੀ। ਜ਼ਿਆਦਾਤਰ ਟੀਮਾਂ ਨੂੰ ਉਸ ਵਿਵਹਾਰ ਨੂੰ ਕਿਰਾਏ 'ਤੇ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ। ਕੁਝ, ਇੱਕ ਗੁਪਤ ਡੇਟਾਸੈਟ ਅਤੇ ਇੱਕ ਹਾਲ ਦੇ ਨਾਲ ਜੋ ਗਰਮੀ ਲੈ ਸਕਦਾ ਹੈ, ਨੂੰ ਇੱਕ ਸੈੱਲ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਸਲਾਈਡ ਤੋਂ ਇਨਕਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।.

ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ

ਏਆਈ ਡੇਟਾ ਸੈਂਟਰ ਕੀ ਹੁੰਦਾ ਹੈ?

ਇੱਕ ਉੱਚ-ਘਣਤਾ ਵਾਲੀ ਕੰਪਿਊਟ ਸਾਈਟ ਜਿੱਥੇ ਪਾਵਰ, ਕੂਲਿੰਗ, ਨੈੱਟਵਰਕਿੰਗ, ਅਤੇ ਸਟੋਰੇਜ ਸਮਾਨਾਂਤਰ ਸਿਖਲਾਈ ਅਤੇ ਮਾਡਲ ਸਰਵਿੰਗ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਝੁਕੇ ਹੋਏ ਹਨ, ਨਾ ਕਿ ਆਮ-ਉਦੇਸ਼ ਵਾਲੇ ਸਰਵਰਾਂ ਦੀਆਂ ਸਾਫ਼-ਸੁਥਰੀਆਂ ਕਤਾਰਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ। ਇਸਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਗਿਆ ਹੈ ਕਿ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਐਕਸਲੇਟਰ ਪਿਘਲਣ, ਨੈੱਟਵਰਕ 'ਤੇ ਰੁਕਣ, ਜਾਂ ਡਿਸਕ 'ਤੇ ਉਡੀਕ ਕੀਤੇ ਬਿਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਅਤੇ ਸੇਵਾ ਦੇ ਸਕਦੇ ਹਨ। ਇੱਕ ਆਮ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਹਾਲ ਇੱਕ ਮਿਸ਼ਰਤ ਆਂਢ-ਗੁਆਂਢ ਹੈ। ਇੱਕ AI ਹਾਲ ਇੱਕ ਮੋਨੋਕਲਚਰ ਹੈ ਜਿਸਦੀ ਮੁੱਲ ਦੀ ਇਕਾਈ ਐਕਸਲੇਟਰ ਹੈ, ਜਿਵੇਂ ਕਿ GPU ਜਾਂ TPU-ਸ਼ੈਲੀ ਦੇ ਚਿਪਸ। ਇਹ ਇੱਕ ਵੇਅਰਹਾਊਸ ਵਰਗਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਪਾਵਰ ਸਟੇਸ਼ਨ ਵਾਂਗ ਵਿਵਹਾਰ ਕਰਦਾ ਹੈ ਜੋ ਗਣਿਤ ਕਰਦਾ ਹੈ।.

ਇੱਕ AI ਡੇਟਾ ਸੈਂਟਰ ਇੱਕ ਆਮ ਡੇਟਾ ਸੈਂਟਰ ਤੋਂ ਕਿਵੇਂ ਵੱਖਰਾ ਹੈ?

ਰਵਾਇਤੀ ਹਾਲ ਬਹੁਤ ਸਾਰੀਆਂ ਛੋਟੀਆਂ ਸੇਵਾਵਾਂ ਵਿੱਚ ਮਿਸ਼ਰਤ ਵਰਕਲੋਡ ਅਤੇ ਅਪਟਾਈਮ ਲਈ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ। AI ਸਾਈਟਾਂ ਅਨੁਪਾਤ ਨੂੰ ਉਲਟਾਉਂਦੀਆਂ ਹਨ: ਘਣਤਾ ਵੱਧ ਜਾਂਦੀ ਹੈ, ਨੈੱਟਵਰਕ ਇੱਕ ਅਜਿਹਾ ਫੈਬਰਿਕ ਬਣ ਜਾਂਦਾ ਹੈ ਜਿਸ ਤੋਂ ਬਿਨਾਂ ਸਿਖਲਾਈ ਦਾ ਕੰਮ ਕਮਜ਼ੋਰ ਨਹੀਂ ਹੋ ਸਕਦਾ, ਅਤੇ ਸਟੋਰੇਜ ਨੂੰ ਚੈੱਕਪੁਆਇੰਟਾਂ ਨੂੰ ਚਲਦਾ ਰੱਖਣਾ ਪੈਂਦਾ ਹੈ ਜਾਂ ਐਕਸਲੇਟਰ ਵਿਹਲੇ ਬੈਠਦੇ ਹਨ। ਐਂਟਰਪ੍ਰਾਈਜ਼ ਓਪਸ ਟਿਕਟਾਂ ਵਿੱਚ ਸੋਚਦੇ ਹਨ ਅਤੇ ਵਿੰਡੋਜ਼ ਬਦਲਦੇ ਹਨ। AI ਓਪਸ ਨੌਕਰੀ ਦੀਆਂ ਕਤਾਰਾਂ ਵਿੱਚ ਸੋਚਦੇ ਹਨ ਅਤੇ ਜਦੋਂ ਇੱਕ ਨੋਡ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਦੇਰ ਨਾਲ ਮਰ ਜਾਂਦਾ ਹੈ ਤਾਂ ਬਿਮਾਰ ਭਾਵਨਾ। ਤੁਸੀਂ ਅਜੇ ਵੀ ਦੋਵਾਂ ਡੇਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਕਾਲ ਕਰ ਸਕਦੇ ਹੋ। ਲੇਬਲ ਸਿਰਫ਼ ਪਲੰਬਿੰਗ ਨੂੰ ਲੁਕਾਉਂਦਾ ਹੈ।.

ਏਆਈ ਡੇਟਾ ਸੈਂਟਰ ਇੰਨੀ ਜ਼ਿਆਦਾ ਬਿਜਲੀ ਕਿਉਂ ਵਰਤਦੇ ਹਨ?

ਸ਼ਾਨਦਾਰ ਹਾਰਡਵੇਅਰ ਇੱਕ ਚਲਾਕ CPU ਨਹੀਂ ਹੈ। ਇਹ ਐਕਸਲੇਟਰ ਟ੍ਰੇ ਹੈ: GPU ਜਾਂ ਹੋਰ AI ਚਿਪਸ, ਸਰਵਰਾਂ ਵਿੱਚ ਪੈਕ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਫਿਰ ਰੈਕ, ਫਿਰ ਕਤਾਰਾਂ ਜੋ ਇੱਕ ਉੱਚ-ਬੈਂਡਵਿਡਥ ਫੈਬਰਿਕ ਨੂੰ ਸਾਂਝਾ ਕਰਦੀਆਂ ਹਨ। ਪ੍ਰਤੀ ਰੈਕ ਘਣਤਾ ਪਲਾਟ ਮੋੜ ਹੈ: ਘੱਟ ਰੈਕ, ਹਰ ਇੱਕ ਇੱਕ ਛੋਟਾ ਭੱਠੀ। ਇੱਕ ਹਾਲ ਭਰ ਜਾਣ 'ਤੇ ਮੈਗਾਵਾਟ IT ਲੋਡ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਹਾਲਾਂਕਿ ਇੱਕ ਆਮ ਅੰਕੜਾ ਖੋਜਣਾ ਇਸਦੇ ਯੋਗ ਨਹੀਂ ਹੈ। ਸੀਮਤ ਕਰਨ ਵਾਲਾ ਕਾਰਕ ਅਕਸਰ ਸਬਸਟੇਸ਼ਨ ਹੁੰਦਾ ਹੈ, GPUs ਦੀ ਇੱਛਾ ਸੂਚੀ ਨਹੀਂ।.

ਏਆਈ ਡੇਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਕਿਵੇਂ ਠੰਢਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ?

ਉੱਚ-ਘਣਤਾ ਵਾਲੇ ਰੈਕ ਗਰਮੀ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਡੰਪ ਕਰਦੇ ਹਨ ਜਿਸ ਤਰ੍ਹਾਂ ਹਵਾ ਨੂੰ ਕਦੇ ਵੀ ਸੰਭਾਲਣ ਲਈ ਨਹੀਂ ਕਿਹਾ ਗਿਆ ਸੀ। ਤੁਸੀਂ ਪਿਛਲੇ ਦਰਵਾਜ਼ੇ ਦੇ ਹੀਟ ਐਕਸਚੇਂਜਰਾਂ, ਗਰਮ ਗਲਿਆਰਿਆਂ ਅਤੇ ਚਲਾਕ ਕੰਟੇਨਮੈਂਟ ਨਾਲ ਹਵਾ ਨੂੰ ਹੋਰ ਜ਼ੋਰ ਨਾਲ ਧੱਕ ਸਕਦੇ ਹੋ। ਫਿਰ ਤਰਲ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ: ਡਾਇਰੈਕਟ-ਟੂ-ਚਿੱਪ ਕੂਲਿੰਗ, ਕੂਲੈਂਟ ਲੂਪਸ, ਅਤੇ ਕੁਝ ਡਿਜ਼ਾਈਨਾਂ ਵਿੱਚ ਇਮਰਸ਼ਨ। ਇੱਕ ਐਕਸਲੇਟਰ ਜੋ ਥ੍ਰੋਟਲ ਕਰਦਾ ਹੈ ਉਹ ਹੈ ਜਿਸਦਾ ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਭੁਗਤਾਨ ਕੀਤਾ ਹੈ ਅਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਵਰਤ ਸਕਦੇ। PUE ਅਜੇ ਵੀ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਕਿਉਂਕਿ ਪੱਖਿਆਂ ਅਤੇ ਪੰਪਾਂ 'ਤੇ ਖਰਚ ਕੀਤਾ ਗਿਆ ਹਰ ਵਾਟ ਇੱਕ ਵਾਟ ਹੈ ਜੋ GPU ਵਿੱਚ ਨਹੀਂ ਗਿਆ। ਪਾਣੀ ਕਹਾਣੀ ਵਿੱਚ ਵੀ ਬੈਠਦਾ ਹੈ: ਕੁਝ ਪੌਦੇ ਘੁੱਟ ਲੈਂਦੇ ਹਨ, ਕੁਝ ਘੁੱਟ ਲੈਂਦੇ ਹਨ।.

ਨੈੱਟਵਰਕਿੰਗ GPUs ਜਿੰਨਾ ਹੀ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦੀ ਹੈ?

ਸਿਖਲਾਈ ਇੱਕ ਗੱਲਬਾਤ ਹੈ: ਹਜ਼ਾਰਾਂ ਐਕਸਲੇਟਰ ਇੱਕ ਮਾਡਲ ਦੇ ਗਰੇਡੀਐਂਟ, ਪੈਰਾਮੀਟਰਾਂ ਅਤੇ ਸ਼ਾਰਡਾਂ ਨੂੰ ਤੰਗ ਸਮਕਾਲੀਨ ਰੂਪ ਵਿੱਚ ਬਦਲਦੇ ਹਨ। ਜੇਕਰ ਫੈਬਰਿਕ ਹਿੱਲਦਾ ਹੈ, ਤਾਂ ਸਾਰਾ ਕੰਮ ਸਭ ਤੋਂ ਹੌਲੀ ਹੌਪ 'ਤੇ ਉਡੀਕ ਕਰਦਾ ਹੈ। ਇਸੇ ਕਰਕੇ AI ਹਾਲ ਉੱਚ-ਬੈਂਡਵਿਡਥ ਨੈੱਟਵਰਕਿੰਗ, ਘੱਟ ਲੇਟੈਂਸੀ, ਇਨਫਿਨੀਬੈਂਡ-ਇਸ਼ ਫੈਬਰਿਕਸ ਜਾਂ ਉਸੇ ਭੂਮਿਕਾ ਵਿੱਚ ਈਥਰਨੈੱਟ, ਅਤੇ ਟੌਪੋਲੋਜੀਜ਼ 'ਤੇ ਜਨੂੰਨ ਕਰਦੇ ਹਨ ਜੋ ਇੱਕ ਲਿੰਕ ਫੇਲ੍ਹ ਹੋਣ 'ਤੇ ਅੱਧੇ ਨਹੀਂ ਹੁੰਦੇ। ਇਨਫਰੈਂਸ ਟੇਲ ਲੇਟੈਂਸੀ, ਬਹੁਤ ਸਾਰੀਆਂ ਛੋਟੀਆਂ ਬੇਨਤੀਆਂ ਅਤੇ ਆਈਸੋਲੇਸ਼ਨ ਦੀ ਪਰਵਾਹ ਕਰਦਾ ਹੈ। ਇਸ ਇਮਾਰਤ ਵਿੱਚ ਪਲੰਬਿੰਗ ਰੈਸਟੋਰੈਂਟ ਹੈ।.

ਏਆਈ ਡੇਟਾ ਸੈਂਟਰ ਕਿਸ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ: ਸਿਖਲਾਈ ਜਾਂ ਅਨੁਮਾਨ?

ਸਿਖਲਾਈ ਇੱਕ ਮੁਹਿੰਮ ਹੈ: ਇੱਕ ਕਲੱਸਟਰ ਇਕੱਠਾ ਕਰੋ, ਇਸਨੂੰ ਡੇਟਾ ਫੀਡ ਕਰੋ, ਧਾਰਮਿਕ ਤੌਰ 'ਤੇ ਜਾਂਚ ਕਰੋ, ਅਤੇ ਘੰਟਿਆਂ ਜਾਂ ਹਫ਼ਤਿਆਂ ਲਈ ਦੌੜੋ। ਅਨੁਮਾਨ ਇੱਕ ਦੁਕਾਨਦਾਰ ਹੈ: ਪਹਿਲਾਂ ਹੀ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ, ਹੁਣ ਜਵਾਬ ਦੇ ਰਹੇ ਹਨ, ਲੇਟੈਂਸੀ ਦੇ ਨਾਲ ਜੋ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ। ਸਿਖਲਾਈ ਕੈਂਪਸ ਸ਼ਕਤੀ, ਜ਼ਮੀਨ ਅਤੇ ਘਣਤਾ ਦਾ ਪਿੱਛਾ ਕਰਦੇ ਹਨ। ਅਨੁਮਾਨ ਸਾਈਟਾਂ ਲੇਟੈਂਸੀ ਅਤੇ ਮੌਜੂਦਗੀ ਦਾ ਪਿੱਛਾ ਕਰਦੀਆਂ ਹਨ। ਹਾਈਬ੍ਰਿਡ ਹਾਲ ਮੌਜੂਦ ਹਨ ਕਿਉਂਕਿ ਪੂੰਜੀ ਅਨੰਤ ਨਹੀਂ ਹੈ, ਕਈ ਵਾਰ ਇੱਕ ਹਾਲ ਦੋ ਕੂਲਿੰਗ ਲੂਪਾਂ ਵਾਲਾ ਹੁੰਦਾ ਹੈ। ਗਾਹਕ ਦੇ ਨੇੜੇ ਇੱਕ ਥੋੜ੍ਹਾ ਪੁਰਾਣਾ ਐਕਸਲੇਟਰ ਇੱਕ ਮਹਾਂਦੀਪ ਦੂਰ ਇੱਕ ਗਲੈਮਰਸ ਨੂੰ ਹਰਾ ਸਕਦਾ ਹੈ।.

ਏਆਈ ਡੇਟਾ ਸੈਂਟਰ ਵਿੱਚ ਸਟੋਰੇਜ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ?

ਸਿਖਲਾਈ ਡੇਟਾ ਇੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਪਹੁੰਚਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ GPU ਆਪਣੇ ਪੈਰ ਨਾ ਥਪਥਪਾ ਰਹੇ ਹੋਣ। ਚੈੱਕਪੁਆਇੰਟਾਂ ਨੂੰ ਉਤਰਨਾ ਪੈਂਦਾ ਹੈ ਤਾਂ ਜੋ ਇੱਕ ਕਰੈਸ਼ ਇੱਕ ਹਫ਼ਤਾ ਬਰਬਾਦ ਨਾ ਕਰ ਦੇਵੇ। ਇੱਕ ਸਰਵਿੰਗ ਪ੍ਰਤੀਕ੍ਰਿਤੀ ਦੇ ਲਾਈਵ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਮਾਡਲ ਵਜ਼ਨ ਨੂੰ ਲੋਡ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਸਟੋਰੇਜ ਥਰੂਪੁੱਟ, ਸਿਰਫ਼ ਸਮਰੱਥਾ ਹੀ ਨਹੀਂ, ਸ਼ਾਂਤ ਰੁਕਾਵਟ ਹੈ। ਤੁਸੀਂ ਐਕਸਲੇਟਰਾਂ 'ਤੇ ਬਹੁਤ ਸਾਰਾ ਖਰਚ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਵਰਚੁਅਲ ਮਸ਼ੀਨਾਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਇੱਕ ਨਿਮਰ ਐਰੇ ਨਾਲ ਉਨ੍ਹਾਂ ਨੂੰ ਭੁੱਖਾ ਰੱਖ ਸਕਦੇ ਹੋ।.

ਜਦੋਂ ਕੋਈ ਨੋਡ ਵਿਚਕਾਰੋਂ ਮਰ ਜਾਂਦਾ ਹੈ ਤਾਂ ਕੀ ਹੁੰਦਾ ਹੈ?

ਇੱਕ ਮਜ਼ਬੂਤੀ ਨਾਲ ਜੁੜੇ ਸਿਖਲਾਈ ਦੇ ਕੰਮ ਵਿੱਚ ਇੱਕ ਡੈੱਡ ਐਕਸਲੇਟਰ ਪੂਰੇ ਕੋਰਸ ਨੂੰ ਰੋਕ ਸਕਦਾ ਹੈ। ਸਿਖਲਾਈ ਆਸ਼ਾਵਾਦ ਦੀ ਬਜਾਏ ਚੈਕਪੁਆਇੰਟ ਚਾਹੁੰਦੀ ਹੈ। ਅਨੁਮਾਨ ਬਿਮਾਰ ਨੋਡ ਨੂੰ ਨਿਕਾਸ ਕਰਦਾ ਹੈ, ਇੱਕ ਪ੍ਰਤੀਕ੍ਰਿਤੀ ਜਵਾਬ ਦਿੰਦਾ ਰਹਿੰਦਾ ਹੈ, ਅਤੇ ਲਾਈਵ ਰਹਿੰਦਾ ਹੈ। ਬਦਲਾਓ ਵਿੰਡੋਜ਼ ਅਜੇ ਵੀ ਸਿਖਲਾਈ ਦੌੜਾਂ ਨਾਲ ਟਕਰਾਉਂਦੇ ਹਨ ਜੋ ਤੁਹਾਡੇ ਕੈਲੰਡਰ ਦੀ ਪਰਵਾਹ ਨਹੀਂ ਕਰਦੇ। ਰਿਡੰਡੈਂਸੀ ਅਜੇ ਵੀ ਪਾਵਰ, ਕੂਲਿੰਗ, ਮਾਰਗਾਂ ਅਤੇ ਸਟੋਰੇਜ ਲਈ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ, ਪਰ ਅਸਫਲਤਾ ਮੋਡ ਪੁਰਾਣੇ ਨੌਂ-ਆਫ-ਅਪਟਾਈਮ ਸਲਾਈਡ ਨਾਲੋਂ ਘੱਟ ਸਾਫ਼-ਸੁਥਰਾ ਹੈ।.

ਏਆਈ ਡੇਟਾ ਸੈਂਟਰ ਦਾ ਗਰਿੱਡ, ਪਾਣੀ ਅਤੇ ਗੁਆਂਢੀਆਂ 'ਤੇ ਕੀ ਪ੍ਰਭਾਵ ਪੈਂਦਾ ਹੈ?

ਗਰਿੱਡ ਕਨੈਕਸ਼ਨ ਅਕਸਰ ਅਸਲ ਸਾਈਟ-ਚੋਣ ਪ੍ਰਕਿਰਿਆ ਹੁੰਦੀ ਹੈ। ਜ਼ਮੀਨ ਇੱਕ ਸਬਸਟੇਸ਼ਨ ਅਤੇ ਇੱਕ ਉਪਯੋਗਤਾ ਦੇ ਮੁਕਾਬਲੇ ਆਸਾਨ ਹੈ ਜਿਸਦੇ ਹੋਰ ਗਾਹਕ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਇਸਨੂੰ ਵਰਤਦੇ ਹੋ ਤਾਂ ਕੂਲਿੰਗ ਲਈ ਪਾਣੀ, ਜਿਵੇਂ ਹੀ ਬਾਰਿਸ਼ ਬੇਢੰਗੀ ਹੁੰਦੀ ਹੈ, ਸ਼ੋਰ, ਵਿਜ਼ੂਅਲ ਬਲਕ, ਅਤੇ ਸੀਮਾ ਵਾੜ 'ਤੇ ਗਰਮੀ ਦੇ ਨਾਲ, ਗੁਆਂਢੀ ਦਾ ਮੁੱਦਾ ਬਣ ਜਾਂਦਾ ਹੈ। ਸਿਖਲਾਈ ਸਸਤੇ ਬਿਜਲੀ ਬਾਜ਼ਾਰਾਂ ਅਤੇ ਠੰਢੇ ਮੌਸਮ ਵਿੱਚ ਛੁਪ ਸਕਦੀ ਹੈ। ਅਨੁਮਾਨ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਨੇੜੇ ਹੋਣਾ ਪਸੰਦ ਕਰਦਾ ਹੈ। ਕੋਈ ਵੀ ਇੱਕ ਸੰਪੂਰਨ ਸਾਈਟ ਨਹੀਂ ਹੈ। ਇੱਕ ਪ੍ਰੈਸ ਰਿਲੀਜ਼ ਨਾਲ ਇੱਕ ਸਮਝੌਤਾ ਹੁੰਦਾ ਹੈ।.

ਕੀ ਮੈਨੂੰ ਇੱਕ AI ਡਾਟਾ ਸੈਂਟਰ ਦੀ ਲੋੜ ਹੈ, ਜਾਂ ਮੈਨੂੰ ਕਿਰਾਏ 'ਤੇ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ?

ਜ਼ਿਆਦਾਤਰ ਲੋਕਾਂ ਨੂੰ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਇੱਕ ਹਾਲ ਦੇ ਮਾਲਕ ਹੋਣ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੁੰਦੀ। ਹਾਈਪਰਸਕੇਲਰ ਇਸ ਲਈ ਬਣਾਉਂਦੇ ਹਨ ਕਿਉਂਕਿ ਉਤਪਾਦ ਫਲੀਟ ਹੁੰਦਾ ਹੈ। ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਉਦੋਂ ਬਣਦੀਆਂ ਹਨ ਜਦੋਂ ਕਤਾਰ ਦਾ ਸਮਾਂ ਰੁਕਾਵਟ ਹੁੰਦਾ ਹੈ ਜਾਂ ਡੇਟਾ ਨਹੀਂ ਛੱਡ ਸਕਦਾ। ਇੱਕ ਬੈਂਕ, ਹਸਪਤਾਲ, ਸਰਕਾਰ, ਜਾਂ ਇੱਕ ਗੁਪਤ ਡੇਟਾਸੈਟ ਵਾਲਾ ਨਿਰਮਾਤਾ ਆਨ-ਪ੍ਰੀਮ ਜਾਂ ਇੱਕ ਪ੍ਰਾਈਵੇਟ ਕੋਲੋ ਕੇਜ ਨੂੰ ਤਰਕਸੰਗਤ ਬਣਾ ਸਕਦਾ ਹੈ। ਬਾਕੀ ਸਾਰਿਆਂ ਨੂੰ ਕਿਰਾਏ 'ਤੇ ਲੈਣਾ ਚਾਹੀਦਾ ਹੈ: ਏਆਈ-ਤਿਆਰ ਕੋਲੋਕੇਸ਼ਨ, ਇੱਕ ਕਲਾਉਡ ਰਿਜ਼ਰਵੇਸ਼ਨ, ਜਾਂ ਇੱਕ ਪ੍ਰਬੰਧਿਤ ਕਲੱਸਟਰ। ਤੁਸੀਂ ਪਾਵਰ-ਪਲਾਂਟ ਆਪਰੇਟਰ ਬਣੇ ਬਿਨਾਂ ਐਕਸਲੇਟਰ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ।.

ਹਵਾਲੇ

1. ਆਈਈਏ - www.iea.org

2. LBNL - datacenters.lbl.gov

3. ਗ੍ਰੀਨ ਗਰਿੱਡ - www.thegreengrid.org

4. LBNL - datacenters.lbl.gov

5. LBNL - datacenters.lbl.gov

6. ਅਪਟਾਈਮ ਇੰਸਟੀਚਿਊਟ - journal.uptimeinstitute.com

7. ਐਨਵੀਆਈਡੀਆ - developer.nvidia.com

8. ਐਨਵੀਆਈਡੀਆ - docs.nvidia.com

9. ਐਨਵੀਆਈਡੀਆ - docs.nvidia.com

10. ਐਨਵੀਆਈਡੀਆ - docs.nvidia.com

11. ਗੂਗਲ ਕਲਾਉਡ - docs.cloud.google.com

ਅਧਿਕਾਰਤ AI ਸਹਾਇਕ ਸਟੋਰ 'ਤੇ ਨਵੀਨਤਮ AI ਲੱਭੋ

ਸਾਡੇ ਬਾਰੇ