אנבידיה פיתחה חוש בזיהוי הזדמנויות לרכישת חברות חד פעמיות, כאלה שקשה לשכפל אותם. הדוגמאות בהם השתמש הם עסקת   רכישת ARM שלא יצאה לפועל, ועסקת רכישת מלאנוקס הישראלית שהצליחה והזניקה את אנבידיה קדימה.

"ARM היא נכס יחיד במינו. אי אפשר לבנות עוד ARM. זה לקח 30 שנה אבל גם אם מישהו ישקיע עכשיו עוד 35 שנה לבנות חברה כזו ייצא לו משהו אחר. האם היינו צריכים את זה כחברה כדי להצליח? בשום אופן לא. האם זה היה נפלא להיות בעלים של דבר כזה? התשובה היא בהחלט. כן. והסיבה לכך היא כי כבעלי חברה, הבעלים של נכסים גדולים. אתה רוצה לגדל פלטפורמות נהדרות. למרות ביטול העסקה התוצאה היא שבנינו יחסים נפלאים עם כל צוות הניהול של ARM ושים והם הבינו את החזון שלנו ומיקדו את הפיתוח לכיוון מיחשוב עתיר ביצועים."

גם על מלאנוקס, שכזכור נקנתה על ידי אנבידיה אמר הואנג דברים דומים: "מלאנוקס גם היא חברה של פעם בחיים אי אפשר לבנות עוד מלאנוקס זו חברה שהיה לה את השילוב של כישרון מדהים, הפלטפורמה שהם יצרו , המערכת האקולוגית שהם בנו במשך השנים . לא היינו יכולים לפתח את זה בעצמנו, גם אם קשה לתכנן הזדמנויות רכישה כאלה, אבל בזכות מלאנוקס אנו מכוונים את העתיד שלנו לעבר מיחשוב עתיר ביצועים."

"בשנים האחרונות הצלחנו להגדיל את עוצמת המיחשוב פי אלף ויותר למרות העצרו של חוק מור. עבדנו על בניית ערימה שלמה של מחשוב חדש שמתחיל מהשבבים, מערכות ולמרכז הנתונים כולו . אנחנו קוראים לזה "ערימת השכבות שלנו" שמאשרת לנו להמציא מחדש את תחום מדעי המחשב והמחשוב לעשור הבא, שבו למידת מכונה ובינה מלאכותית וגישות מונחות נתונים יהיו מרכזיים כמעט בכל מה שאנחנו עושים.

בעבר תוכננו המחשבים בעיקר עבור מפתחי תוכנה אנושית לכתוב תוכנה והפריסה של תוכנה זו התפתחה עם השנים וכיום היא מוגברת על ידי למידת מכונה ובינה מלאכותית.

ההכרזות שבהן דן הכנס מראות שדי ברור ש-Nvidia התפתחה מחברת שבבי GPU לחברת פלטפורמת מחשוב. חגגנו השבוע את הצלחתם ההצלחה של הרבה מפתחים ומדענים ועבודה שהם עושים. חגגנו חלק מהעבודה פורצת הדרך בפיזיקה, במיוחד בתחום שינוי האקלים ומדע האקלים.

מדובר במהפכה בתחומים רבים – לדוגמה בביולוגיה, שהולכת לעבור מביולוגיה של המעבדה, תחום מדעי לביולוגיה דיגיטלית שהיא תחום הנדסי. אז זה באמת דבר גדול וזה ואני רוצה ואני הולך להשקיע בכך יותר אנרגיה. הצגתי את עבודת הבינה המלאכותית שעשינו רק כדי לתת לאנשים השראה על מה שאפשרי עכשיו. וכך, הכרזנו על מוצרים בכל ערימת השכבות: בשכבה התחתונה הכרזנו על שלושה שבבים חדשים לגמרי H100 הופר וגרייס – שהוא Superchip שני שבבים ענקיים המחוברים יחד באמצעות להיות קישור שבב לשבב בקצב של כמעט 1 טרה בייט לשנייה של נתונים, בחיבוריות שאפשר לשדרג אותה עד רמת דטה סנטר שלם וכך להגביר את מהירות העיבוד בסדרי גודל. גם השכבות הבאות – ובפרט שכבת הבינה המלאכותית זכו לפלטפורמות עדכניות.

עוד על ההכרזות בידיעה מאתמול

בתשובה לשאלת אחד העיתונאים כיצד הואנג ואנבידיה יכולים להיות אופטימיסטים כשמשתוללת מלחמה באוקראינה , הקורונה עוד לא דעכה וקיים חשש להאצת האינפלציה במדינות רבות? האם אתם מרגישים את התערערות שרשרת האספקה?

הביקוש למוצרים שלנו היה כל כך גבוה והתחלנו לחוות אתגרים בשרשרת האספקה. הדבר הראשון שעשינו היה שהתחלנו ליצור גיוון ויתירות, החוסן הראשון ואנחנו מבינים שאנחנו צריכים חוסן חזק עוד יותר בהמשך. וכך במהלך השנים האחרונות. גיוונו את מספר צמתי התהליך בהם אנו משתמשים. הסמכנו על הרבה יותר צמתי תהליך . השבבים שלנו מיוצרים בהרבה מפעלים הסמכנו יותר שותפי מערכת, שותפי אינטגרציה, וספקי רכיבים. הרחבנו בשנתיים האחרונות את בסיס שרשרת האספקה פי ארבעה.

אתה צודק לחלוטין. יש הרבה מערבולות ברחבי העולם. עם זאת, בשנתיים האחרונות Nvidia התפתחה מהר יותר מאשר ב-10 השנים הקודמות. וזה אפשרי. ייתכן שנוח לנו מאוד להיות חברה דיגיטלית. זה אפשרי שהיו די נוחים לעבוד מרחוק ובשיתוף פעולה על פני כל כדור הארץ. אנחנו מאפשרים לעובדים לבחור את סביבת העבודה שלהם, מסגרת הזמן וסגנון העבודה שמתאים להם ולבני משפחתם. זה אילץ אותנו להשקיע בוירטואליזציה של תחומים. כך לדוגמה במקום לבוא למעבדה ולעבוד עם הרובוטים שלנו או להוציא את המכוניות האוטונומיות שלנו לכבישים בחנו את התאומים הדיגיטליים שלהם, באמצעות אומניברס.

יתרון נוסף של הסביבה הדיגיטלית הוא שאנחנו יכולים לנסות מיליוני מכוניות ולא רק 100. בשנתיים של הקורונה כולם הפכו ליותר דיגיטליים ועברו לעבודה מהבית או לעבודה היברידית וזו התפתחות חיובית.

האצה פי מיליון בזכות רכישת מלאנוקס

השימוש במחשבי על המיועדים לבינה מלאכותית לצורך חיזוי השפעות שינויי האקלים מוכיח לדברי הואנג את קפיצת הדרך שעברו מוצרי החברה – הם הואצו פי מיליון, הרבה מעל חוק מור שנמצא בדעיכה. הדבר הראשון שעשינו היה לבנות מחשוב מואץ, תוכנה מקבילית שמאפשרת לשנות את קנה המידה שבה היא פועלת מעבר למעבד גרפי אחד אלא למערכת שלמה ואפילו לדטה סנטר שלם. האלגוריתם של הבינה המלאכותית למד בעזרת רשתות הנוירונים את חוקי הפיזיקה וכעת הוא יכול לספק תחזיות לכל טווח שמבקשים ממנו.

כדי לחזות השפעות של משבר האקלים על איזור אנחנו צריכים לדמות לא רזולוציה של 10 ק"מ כפי שיש היום אלא רזולוציה של מטר אחד, ובכן, רוב המדענים היו אומרים לכם שכמות החישוב הדרושה היא בערך פי מיליארד יותר מה שאומר שאם היינו צריכים להשתמש בשיטות מסורתיות כדי להגיע לשם לעולם לא נגיע לשם עד שיהיה מאוחר מדי. לשם כך יצרנו מחשב על שמיועד כולו לבינה מלאכותית שמאפשר להגדיל את יכולת החישובים הפיזיקליים פי 5 ובעזרת הדורות הבאים של שבבי הופר, נגיע אפילו לספק תחזיות בקנה מידה גדול לעשר, שלושים, חמישים ואף מאה שנים.

באשר לישראל, בתשובה לשאלת כתב חדשות 12, אמר הואנג כי אנבידיה מתבוננת בחברות סטארט-אפ בתחום הבינה המלאכותית שרבים מהם נמצאים בישראל. לפתח תוכנה בסיוע בינה מלאכותית משנה את פני המיחשוב. השוק של הבינה המלאכותית הולך להיות עצום. הוא הבטיח לבקר בישראל את 2,500 בני משפחתו.

הפוסט מנכ"ל אנבידיה הואנג: מלאנוקס ו-ARM הן חברות יחידות מסוגן ולכן הן עניינו אותנו כל אחת בתורה הופיע לראשונה ב-Chiportal.

אדה סדובה, חוקרת ביו-פיזיקה מהמעבדה הלאומית של ארה"ב באוק רידג', עובדת עם מחשב העל העוצמתי בעולם מהבית, לפעמים בפיג'מה. היא מחפשת מולקולות זעירות שיוכלו לבלום את נגיף COVID-19 המדביק בני אדם. "אני מקדישה את כל זמני לכך, כדי להציל בני אדם," היא תיארה בוועידת Nvidia Summit שהתקיימה לאחרונה בפורמט מקוון.
מחשב העל SUMMIT הוקם על ידי IBM ומורכב מ-9,216 מעבדי פאואר 9 של IBM ו-27,648 מעבדים גרפיים מדגם טסלה של NVIIDA . התקשורת שלו מבוססת על מערכות אינפיניבנד של מלאנוקס, שכידוע נרכשה על ידי אנבידיה, רכישה שהשלמתה בוצעה רק ברבעון האחרון.
מאמציה משתלמים במיוחד: שני מיליארד בדיקות של מולקולות ב-24 שעות בלבד.

סדובה מחפשת ליגנד, שהוא מולקולה אורגנית של פחות מ-6 אטומים. הליגנד הנכון נקשר לחלבון של נגיף הקורונה ומונע ממנו להדביק תאים בריאים.

אך איתור הליגנד הנכון בין כל החלבונים והליגנדים האחרים דומה לחיפוש מחט בערימת שחת. מומחים יכולים לבלות שנים במעבדות בבדיקת כל האפשרויות. אפילו חיפוש בעזרת Summit, מחשב העל של ORNL, יצריך ארבע שנים.
זו הסיבה שסדובה ועמיתיה פנו ל-27,648 המעבדים הגרפיים תוצרת אנבידיה שמאכלסים את Summit כדי להחיש את המאמצים.

בעזרת אנבידיה, העבירו החוקרים את הקוד ל-CUDA, כדי שיוכל לרוץ על Summit ובכך השיגו שיפור של פי 2.8 במהירות. חוקר אחר, ארון שיינברג, האיץ את המהירות פעם נוספת פי שלושה כאשר גילה דרך להשתמש ב-OpenMP להזנת הנתונים למעבדי אנבידיה.
מעבדים גרפיים צמצמו ביותר מסדר גודל את משך הזמן הנדרש לעיבוד בסיס נתונים של 1.4 מיליארד ליגנדים וגם צמצמו את השונות העצומה בתוצאות שהקשתה על תזמון הבדיקות במחשב העל.
הדמיה של 2 מיליארד תרכובות ב-24 שעות

סדובה מאמינה שעם שיפורים נוספים יוכל הצוות לבדוק עד שני מיליארד תרכובות ב-24 שעות. זו תהיה ההדמיה הראשונה בהיקף כזה וברזולוציה גבוהה.
זרם העבודה הסטנדרטי לאיתור קשרי חלבון-ליגנד הוא אטי מאוד ומתאים לכמה מאות תרכובות הנבדקות במחשב נייד. אך כאשר מדובר במאות אלפי קבצים, זרם כזה עלול להשבית גם את מחשב העל הגדול בעולם.
זוהי קריאה לפעולה למפתחי קוד פתוח ששואפים לסייע בהאצת המחקר המדעי.

הצוות של סדובה מוביל את המאמץ ומגבש זרם עבודה חדש אשר אמור להניב מספרים עצומים של משימות עבור Summit. סדובה מתייעצת עם מומחי קלט/פלט על הדרך הטובה ביותר ליצור בסיס נתונים של כל הליגנדים.
השלב הבא יהיה לערוך ניסוי של כמיליון תרכובות על 108 מתוך 4,608 ה-nodes של Summit. "אם זה יעבוד, נוכל לעבור להרצה הגדולה של 1.4 מיליארד תרכובות עם כל ה-nodes," היא אומרת.
צמצום המחקר על מולקולות מבטיחות.

אם חברי הצוות יצליחו במשימה, הם ישלחו לממפיס רשימה של כ-9,000 התרכובות המוצלחות ביותר שייבדקו במעבדה הקונבנציונלית עם נגיפים אמתיים. או אז, יידרשו החוקרים למצוא את המחט לא בערימת שחת אלא בכמות שמניף קלשון אחד.
הצוות של סדובה החל בעבודתו בינואר, כאשר חוקר מוביל של ORNL, ג'רמי סמית', הציג את העבודה הראשונה שעשתה שימוש במחשב –העל Summit למחקר תרופות למאבק בנגיף הקורונה. העבודה ההיא עדיין בתחילתה.
במבט לעתיד, לסדובה יש רעיונות לדרכים נוספות לגישור בין קשרי החלבון והליגנדים לשיטות המקובלות במחשוב עתיר ביצועים.

הפוסט המרוץ נגד השעון לאיתור המולקולה שתחסל את הקורונה מבין מיליארד מולקולות הופיע לראשונה ב-Chiportal.