AI Hardware Summit — SambaNova Systems, Anbieter einer umfassenden Software-, Hardware- und Lösungsplattform zur Ausführung von KI-, Deep Learning- oder Basismodell-Anwendungen, kündigt sein DataScale-System der nächsten Generation an. DataScale ist ein vollständig integriertes Hardware-/Software-System, das es Unternehmen ermöglicht, ihren KI-Ansatz neu zu definieren.
Diese Pressemitteilung enthält multimediale Inhalte. Die vollständige Mitteilung hier ansehen: https://www.businesswire.com/news/home/20220914005285/de/
![„Das neue DataScale SN30-System erreicht im Vergleich zu den jüngsten Nvidia DGX A100-Systemen eine weltrekordverdächtige Leistung." Marshall Choy, SVP of Product bei SambaNova Systems (Photo: Business Wire)](https://mms.businesswire.com/media/20220914005285/de/1571128/4/N%C3%A4chste_Generation_des_SambaNova_DataScale_Systems.jpg)
„Das neue DataScale SN30-System erreicht im Vergleich zu den jüngsten Nvidia DGX A100-Systemen eine weltrekordverdächtige Leistung.” Marshall Choy, SVP of Product bei SambaNova Systems (Photo: Business Wire)
Im Zuge des immer schneller voranschreitenden KI-Einsatzes stellen Unternehmen ihre taktischen KI-Implementierungen zunehmend auf skalierbare, unternehmensweite Lösungen um. SambaNova ermöglicht die Konsolidierung des KI-Wildwuchses und stellt Basismodelle bereit, die einmal trainiert werden müssen und im gesamten Unternehmen verwendet werden können.
„Das neue DataScale SN30-System erreicht im Vergleich zu den jüngsten Nvidia DGX A100-Systemen eine weltrekordverdächtige Leistung”, sagt Marshall Choy, SVP of Product bei SambaNova Systems. „Mit dieser Version bietet SambaNova auch Subskriptionspreise für DataScale und Dataflow-as-a-Service an, mit denen der ROI schneller erreicht und Risiken reduziert werden. Gleichzeitig skaliert diese KI-Architektur günstiger als jede andere KI-Infrastruktur.
Die nächste Generation von SambaNova DataScale bietet mehrere wichtige Verbesserungen:
- Bessere Leistung: GPT-Training erfolgt schneller ist als bei DGX A100 Systemen (GPT 13B)
- Prozessor der nächsten Generation: Eine verbesserte Cardinal SN30 Reconfigurable Dataflow Unit
- Unterstützung für die umfangreichsten Modelle: 12,8x mehr Terabytes an Speicherkapazität als DGX A100
- Verbesserte Full-Stack-Unterstützung: Verbessertes automatisiertes Ausrollen von Diensten und vereinfachte Skalierung
- Kundenorientierte Preisgestaltung: 100%ige Subskription
„KI verändert Branchen und Organisationen so dramatisch wie das Internet“, sagt Rodrigo Liang, Mitbegründer und CEO von SambaNova Systems. „Die heutigen KI-Innovatoren – Banken, Energieunternehmen, Pharmaunternehmen und Forschungseinrichtungen – laufen ihren Mitbewerbern davon. Sie setzen ein KI-Backbone ein, das die nächsten zehn Jahre der Anwendungsentwicklung und -bereitstellung vorantreibt. Die Lösungen von SambaNova, als Subskription bereitgestellt, lassen KI-Strategien schneller und mit geringerem Risiko wachsen.“
SambaNova DataScale
DataScale ist ein vollständig integriertes Hardware-/Softwaresystem, das in wenigen Minuten installiert werden kann. Es ermöglicht Unternehmen, ihre eigenen kundenspezifischen, hochmodernen Deep-Learning-Systeme, Basismodelle und Deep-Learning-beschleunigte High-Performance-Computing (HPC)-Workloads zu trainieren und einzusetzen. DataScale wird mit SambaNovas Deep-Learning-Expertise kombiniert und bildet die Grundlage für SambaNovas Dataflow-as-a-Service-Angebot. Damit können vortrainierte Basismodelle schnell analysiert, validiert und produktiv gemacht werden, um den größten Nutzen für Unternehmen und Organisationen zu erzielen.
Kundenzitate
„Wir freuen uns darauf, ein größeres Multirack-System der nächsten Generation von SambaNovas DataScale-Systemen einzusetzen“, sagte Bronis de Supinski, Chief Technology Officer (CTO) für Livermore Computing (LC) des US-amerikanischen Lawrence Livermore National Laboratory (LLNL). „Die Integration dieser Lösung mit herkömmlichen Clustern in unserem gesamten Zentrum wird es uns ermöglichen, eine tiefere programmatische Wirkung zu erzielen. Wir rechnen mit einer zwei- bis sechsfachen Leistungssteigerung, da das neue DataScale-System eine deutliche Verbesserung der Gesamtgeschwindigkeit, Leistung und Produktivität verspricht.“
„Die OTP Group hat ein Multi-Rack-KI-System auf der Basis von SambaNova Dataflow-as-a-Service GPT implementiert und damit KI zu einem unserer wichtigsten Technologietreiber für die kommenden Jahre gemacht, indem wir ein NLP-Basismodell verwenden“, sagte Péter Csányi, stellvertretender CEO und Leiter der digitalen Abteilung bei der ungarischen Bank OTP. „Die Implementierung hat es uns ermöglicht, unser Engagement für unsere ESG-Standards zu verstärken, da die Lösung von SambaNova uns in die Lage versetzt hat, die höchste KI-Rechenleistung auf möglichst energieeffiziente Weise zu erreichen.“
Über SambaNova Systems
Kunden wenden sich an SambaNova, um schnell hochmoderne KI-Funktionen bereitzustellen, die den Anforderungen der KI-gestützten Welt gerecht werden. Die speziell entwickelte KI-Plattform ist das technologische Rückgrat für die nächste Generation des KI-Computings. SambaNova ermöglich es seinen Kunden, die wertvollen geschäftsrelevanten Informationen, die in ihren Daten stecken, zu erschließen. Das Flaggschiff, Dataflow-as-a-Service™, überwindet die Grenzen herkömmlicher Technologien, um so große und komplexe Basismodelle betreiben zu können. Diese ermöglichen es Kunden, neue Geschäftsmöglichkeiten zu finden, neue Umsatzpotenziale freizusetzen und die betriebliche Effizienz zu steigern. SambaNova Systems hat seinen Hauptsitz in Palo Alto, Kalifornien, und wurde 2017 von Branchenexperten sowie Hardware- und Experten für Hardware- und Softwaredesign von Sun/Oracle und der Stanford University gegründet. Zu den Investoren gehören SoftBank Vision Fund 2 sowie Fonds und Konten, die von BlackRock, Intel Capital, GV, Walden International, Temasek, GIC, Redline Capital, Atlantic Bridge Ventures, Celesta und mehreren anderen Firmen verwaltet werden.
Weitere Informationen unter sambanova.ai, per E-Mail unter info@sambanova.ai oder auf Linked SambaNova Systems.
Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20220914005285/de/