NVIDIA非常成功，除了羡慕嫉妒恨，更多的人希望借鉴NVIDIA的成功经验，从市场上分一杯羹。在我看来，最简单的方法就是抄NVIDIA作业，幸运地是，NVIDIA愿意和我们分享它的做法。
如今，生成式AI已经引起了全球的惊叹和热议，自从去年底OpenAI推出了能够与人类进行自然对话的ChatGPT聊天机器人后，各大科技公司和开发者纷纷尝试将生成式AI应用到各种场景中，NVIDIA也看好这个市场，并分享它们的方案。
生成式AI场景意味着动辄成千、甚至上万GPU的应用。
以Israel-1生成式 AI超级计算机为例，这是NVIDA在以色列投建的项目，它使用了256 台配有NVIDIA HGX 平台Dell 服务器，GPU规模为2048个。
对于这样一个方案设计，如何才能够充分发挥GPU等计算资源的效率呢？
如果你了解HGX 平台，了解Grace Hopper超级芯片，就是会知道：生成式AI场景中，NVLlink最多连接256个节点的GPU，更多的节点还是需要借助Spectrum-X，或者InfiniBand交换机进行互连，借助BlueField-3 DPU的RDMA技术提高效率。
这里的NVIDIA Spectrum-X 网络平台集 NVIDIA Spectrum-4、BlueField-3 DPU、LinkX线缆和加速软件于一身。无论GPU之间、CPU之间，还是CPU-GPU之间，设计重点是尽可能消除数据交换中的瓶颈，也就是说，数据交换的带宽、效率才是解决问题的关键。
在注重算力的同时，注意发挥Spectrum-X网络平台的效率。它将 NVIDIA Spectrum-4 以太网交换机与 NVIDIA BlueField-3 DPU 紧密结合，取得了 1.7 倍的整体 AI 性能和能效提升，可在多租户环境中提供一致、可预测的性能，Spectrum-X 还提供 NVIDIA 加速软件和软件开发套件（SDK）。
利用Spectrum-4交换机的实现数据逐包动态路由、可编程拥塞控制，以及BlueField-3 DPU数据乱序重组的能力，Spectrum-X平台帮助用户实现了端到端的无损高性能RoCE，以及多租户运行不同工作负载时的性能隔离。
Israel-1生成式 AI超级计算机方案共使用了2560 个 BlueField-3 DPU、80 多台 Spectrum-4 以太网交换机 ， 是全球性能排名靠前的 AI 超级计算机之一，其AI 训练性能达到了8 EFlop/s (8000PFlop/s)峰值。
驱动 Spectrum-X 的加速软件包括 Cumulus Linux、SONiC 、NetQ 等，共同助力该网络平台实现极致性能。另外，Spectrum-X 还包括 BlueField DPU 的核心软件—— NVIDIA DOCA 软件框架。对于这些SDK的功能，在此不做更加详细介绍。
这就是NVIDIA提交的作业和答案。
对于生成式AI场景，你可以直接抄NVIDIA的作业，NVIDIA对此也抱有积极的态度，欢迎来抄；如果羞于抄作业，NVIDIA的作业也是极具参考价值，希望你能够领悟其中的精华。
