رفتن به محتوا
معرفی Battlematrix-پوستر

معرفی Battlematrix با 8 عدد GPU و رم 192GB از اینتل!

پروژه‌ی Battlematrix اینتل وارد میدان شده و به نظر می‌رسد صنعت پردازش هوش مصنوعی را به لرزه انداخته باشد. این پلتفرم تازه، راهکاری قدرتمند و در دسترس‌تر برای ساخت زیر ساخت‌ های AI محلی ارائه می‌دهد؛ جایی که سازمان‌ها بدون هیچ هزینه اشتراک ابری و بدون نگرانی از افشای اطلاعات، می‌توانند مدل‌های زبانی بزرگ را روی سیستم‌های خود اجرا کنند.

قلب این سیستم یک GPU حرفه‌ای با نام رمز Battlemage Arc Pro B60 است؛ اما داستان اصلی اینجاست: این سیستم می‌تواند تا 8 GPU را در یک کیس واحد کنار هم قرار دهد و به رقم حیرت‌انگیز 192 گیگابایت VRAM برسد! رقمی که تا همین چند ماه پیش فقط در دیتاسنترها دیده می‌شد.

Battlematrix اکنون خود را یک جایگزین اقتصادی‌تر در برابر اکوسیستم‌های گران‌قیمت GPUهای حرفه‌ای معرفی می‌کند، مخصوصاً برای سازمان‌هایی که به دنبال اجرای وظایف سنگین Inference مدل‌های هوش مصنوعی هستند.

سؤال جنجالی اینجاست: آیا اینتل با Battlematrix می‌تواند قواعد بازی GPUها را تغییر دهد؟ یا این فقط شروع یک جنگ تمام‌عیار با انویدیا است؟

طراحی دو‌گانه GPU؛ برگ برنده‌ای که Battlematrix را از هر ورک‌استیشنی جدا می‌کند!

آنچه Battlematrix را از پیکربندی‌های معمول ورک‌استیشن متمایز می‌سازد، طراحی خیره‌کننده کارت دو GPU اینتل است؛ جایی که دو پردازنده‌ی کامل B60 روی یک PCB واحد قرار گرفته‌اند و برای استفاده، نیازمند پشتیبانی مادربرد از PCIe bifurcation هستند. این معماری فشرده و بهینه‌شده از نظر چگالی، امکانی فراهم می‌کند که معمولاً تنها در سرورهای حرفه‌ای و مادربردهای دیتاسنتری قابل دستیابی بود.

معرفی Battlematrix-1

از طرفی، وجود 24 گیگابایت حافظه GDDR6 برای هر GPU، کارت‌های Arc Pro B60 را به گزینه‌ای ایده‌آل برای مدل‌های ترنسفورمر با مصرف حافظه بسیار بالا تبدیل می‌کند جایی که حافظه رم نقش حیاتی دارد.

آزمایش‌های اولیه نشان می‌دهد که اینتل با Battlematrix ظرفیت‌های چشمگیری را در اختیار توسعه‌ دهندگان قرار داده است؛ اما یک واقعیت مهم نیز وجود دارد: نرم‌افزار هنوز به قدرت سخت‌ افزار نرسیده و بهینه‌ سازی‌ها عقب‌ترند. با این حال، پتانسیل دستگاه به‌ وضوح دیده می‌شود.

افشای جزئیات تست

آزمون‌های اولیه بر پایه نسخه‌های آزمایشی نرم‌افزار و درایورها انجام شده‌اند؛ شامل نسخه‌های توسعه‌ای Intel LLM Scaler. نکته مهم‌تر اینکه پلتفرم تست ما از پردازنده‌های AMD EPYC استفاده می‌کرد، نه پردازنده‌های Xeon که اینتل برای اجرای نهایی Battlematrix توصیه می‌کند.

اینتل این پلتفرم را به‌عنوان یک راهکار یکپارچه تمام‌اینترلی همراه پردازنده‌های Xeon 6 معرفی کرده و انتظار می‌رود سیستم‌های نهایی مبتنی بر پردازنده های اینتل عملکرد بالاتری نسبت به نتایج فعلی ارائه دهند. بنابراین، این نتایج کاملاً اولیه هستند و باید در نظر داشت که با بلوغ نرم‌افزار و بهینه‌ سازی پلتفرم طی سال 2026، عملکرد نهایی می‌تواند به‌طور چشمگیری رشد کند.

معرفی Battlematrix-2

مشخصات فنی و معماری؛ یک نگاه دقیق به قلب هیولای جدید اینتل

در ادامه، مهم‌ترین مشخصات Intel Arc Pro B60 ستاره اصلی پروژه Battlematrix را می‌بینید؛ محصولی که برای پردازش‌های سنگین هوش مصنوعی و مدل‌های زبانی بزرگ طراحی شده و عملاً یک کلاس جدید در GPUهای حرفه‌ای ایجاد کرده است:

مجموعه محصولاتIntel Arc Pro B-Series
نام رمزBattlemage
معماری GPUXe2 (ساخت TSMC N5)
تعداد هسته‌های Xe20
تعداد Render Slice5
واحدهای Ray Tracing20
موتورهای XMX160
موتورهای Xe Vector160
فرکانس گرافیک2400MHz
فرکانس حالت کم‌مصرف (LP)2000MHz
توان FP3212.28 TFLOPS
توان INT8197 TOPS
توان مصرفی (TBP)200W
حافظه24GB GDDR6
رابط حافظه192-bit
پهنای باند حافظه456GB/s
سرعت حافظه19Gbps
رابط PCIePCIe 5.0 x8
تعداد نمایشگر قابل پشتیبانی4
خروجی تصویرHDMI 2.1 / DP2.1
(UHBR 13.5/10)
حداکثر رزولوشن HDMI4320×7680 @ 120Hz
حداکثر رزولوشن DP4320×7680 @ 60Hz
VRR (HDMI)پشتیبانی می‌شود
VESA Adaptive Syncپشتیبانی می‌شود
انکود/دیکود H.264 / H.265 / AV1بله
پشتیبانی Ray Tracingبله
پشتیبانی oneAPIبله
پشتیبانی OpenVINOبله
پشتیبانی Intel IPEXبله
پشتیبانی XeSSبله

قدرت واقعی B60؛ فرکانس 2.4GHz و پهنای باند 456GB/s برای هر GPU!

هر پردازنده گرافیکی B60 با فرکانس 2400 مگاهرتز و رابط حافظه 192 بیتی کار می‌کند و به‌ صورت مستقل 456 گیگابایت بر ثانیه پهنای باند حافظه ارائه می‌دهد؛ عددی که آن را برای اجرای مدل‌های ترنسفورمر و عملیات سنگین Inference ایده‌آل می‌کند.
این معماری شامل 160 واحد XMX (موتورهای Xe Matrix) در هر GPU است هسته‌ هایی که دقیقاً برای شتاب‌دهی محاسبات ماتریسی و عملیات AI طراحی شده‌اند.

منبع: storagereview

بازگشت به بالا