マイクロソフト、コンピューティング能力の変革を約束する初の AI スーパーファクトリーを発表

または マイクロソフト は、同社初の AI スーパーファクトリーと呼ばれるもの、巨大な人工知能モデルのトレーニング専用に設計された施設のネットワークを発表しました。これは新しいクラスのデータセンターであり、より多くの GPU クラスターを提供するだけでなく、それらを仮想スーパーコンピューターのように動作する単一の分散システムに編成することを目的とした一種の上部構造です。これは、AI の次の段階である大規模な段階がどこへ向かうのかを明確に示す動きです。

その名を冠したこの新しいデザインは、 フェアウォーターは、ウィスコンシンとアトランタにある 2 つの大規模なデータセンターを、数十万の GPU を中断することなくアクティブに保つために必要な速度でトレーニング データを伝送する専用の光ファイバー ネットワークで接続することに依存しています。 Microsoft はこのシステムを次の時代の基盤と説明しています AIここでは、データの継続的なフローがコンピューティング能力自体と同じくらい重要になります。

ザ アリスター・スピアーズ、そのゼネラルマネージャー Azureインフラストラクチャ、彼はそれを表現しました 特徴: これは、個別のタスクを伴う別のクラウド設定ではなく、単一の継続的なオペレーティング システムとして連携して機能する施設のネットワークです。用語の使用 超工場 それは偶然ではありません。ここで私たちが話しているのは、モデルをトレーニングするデータセンターのことではなく、すべてのハードウェアが同期して動作し、巨大なトレーニング プロジェクトを共有する複数の施設についてです。

これを達成するために、Microsoft は AIWAN、新しいもの ネットワークシステム 遅延がほとんど無視できる方法でデータを何千マイルも伝送します。の ネットワーク は、新しい光ファイバーセグメントと、同社が過去数年間に買収を通じて取得した既存のインフラストラクチャで構成されています。課題は距離だけでなく、ネットワーク上の他の場所からのデータを待機する GPU を使用せずにトレーニング負荷を共有する機能でもありました。目標は明確です: ダウンタイムをゼロにすることです。

ザ スコット・ガスリー、執行副社長 クラウド + AI、GPU を追加するだけでは十分ではないことに注意してください。本当の勝負は、単一のロジックを備えたシステムとしてすべてが連携できるかどうかです。これはフェアウォーターの設計の中核です。施設の 2 フロアは単なるレイアウトの選択ではなく、チップ クラスターの密度を高めて建物内の待ち時間を短縮し、大規模な AI トレーニング ワークロードでより高いパフォーマンスを達成する戦略です。

この理念をサポートするハードウェアには、Nvidia GB200 NVL72 などのユニット用に設計されたラックが含まれます。これらのシステムは、Blackwell GPU の大規模なクラスターに合わせて拡張するように特別に構築されています。このような施設で発生する熱量を管理するために、マイクロソフトでは、内部回路から熱を除去して建物の外に放散する高度な液体冷却システムを使用しています。同社によれば、このプロセスでは新たな水の消費がほぼゼロであり、データセンターが環境フットプリントに対するプレッシャーを増大させている現在、特に重要な要素であるという。

アトランタの場所はウィスコンシン州の構造をほぼ完全に反映しており、複数の地域に同様の施設のネットワークを構築するための準備を整えています。これは個別の開発戦略ではなく、次世代の AI モデルをトレーニングするための前提条件です。トレーニング データセットが増大し、パラメーター数が爆発的に増加するにつれて、インフラストラクチャ要件は 1 つまたは 2 つのデータセンターの範囲を超えています。

この時点で彼は介入します マーク・ルシノビッチ、その CTO および副 CISO マイクロソフトアジュール氏は、今日のモデルには過去の何倍もの規模のインフラが必要であると指摘しています。同社は、段階的な改善ではなく、まったく新しいアーキテクチャでこの課題に対応することを決意しているようです。スーパーファクトリーの設備には、エクサバイトのストレージ スペースと、メインの GPU ワークロードをサポートして動作する数百万の CPU コアが含まれており、システムのあらゆる部分が継続的なトレーニングに向けて最適化されています。

最終目標は明確です。マイクロソフトは、パートナーに次のようなインフラストラクチャを提供したいと考えています。 OpenAI そして彼女の内なるもの AI スーパーインテリジェンス チーム、前例のないレベルのコンピューティング能力を必要とするモデルの開発を継続します。 AI スーパーファクトリーが来るべきものの兆しであるならば、コンピューティングの未来はクラウドを超えて、モデルのトレーニングが 1 つの場所に限定されず、ノンストップ ループでデータを消費、転送、計算する分散スーパーシステム上で実行される新しい世界へと突き進む準備ができているように見えます。