Jane Street ขยายโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์จากเซิร์ฟเวอร์หกตัวเป็น GPU ระบายความร้อนด้วยของเหลว 4,032 ตัว

iconCryptoBriefing
แชร์
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconสรุป

expand icon
Jane Street ได้ยกระดับโครงสร้างพื้นฐาน AI จากเซิร์ฟเวอร์ Dell หกเครื่อง เป็น GPU ที่ระบายความร้อนด้วยของเหลว 4,032 หน่วย ในศูนย์ข้อมูลรัฐเท็กซัส บริษัทใช้ระบบภายในที่เรียกว่า 'hive bucks' เพื่อประมูลเวลาการประมวลผลของ GPU altcoin ที่ควรจับตาอาจได้รับประโยชน์ เนื่องจากปริมาณการเทรดที่เพิ่มขึ้นขับเคลื่อนความต้องการในการประมวลผลข้อมูลที่เร็วขึ้น

Jane Street หนึ่งในบริษัทการเทรดโดยใช้การวิเคราะห์เชิงปริมาณที่ลับที่สุดและทำกำไรสูงที่สุดในโลก ได้เปิดเผยเส้นทางโครงสร้างพื้นฐานปัญญาประดิษฐ์ของตน ซึ่งเริ่มต้นด้วยเซิร์ฟเวอร์ Dell หกเครื่อง และเติบโตขึ้นเป็นศูนย์ข้อมูลที่ออกแบบมาเฉพาะในรัฐเท็กซัส ที่มี GPU แบบระบายความร้อนด้วยของเหลวจำนวน 4,032 ตัว

บริษัทยังเปิดเผยสิ่งที่น่าสนใจยิ่งกว่าฮาร์ดแวร์เอง: ระบบประมูลภายในที่เรียกว่า “hive bucks” ซึ่งบังคับให้ทีมต่างๆ แข่งประมูลกันเพื่อขอเวลาการประมวลผลด้วย GPU

โฆษณา

จากเซิร์ฟเวอร์หกตัวเป็น 4,032 GPU

ความทะเยอทะยานด้านปัญญาประดิษฐ์ของ Jane Street ไม่ได้เริ่มต้นด้วยวิสัยทัศน์อันยิ่งใหญ่และงบประมาณไม่จำกัด แต่เริ่มต้นด้วยกล่อง Dell หกเครื่อง นับตั้งแต่นั้น บริษัทได้เปลี่ยนจุดเริ่มต้นอันเรียบง่ายนี้ให้เป็นศูนย์เฉพาะทางในรัฐเท็กซัส ที่เต็มไปด้วย GPU นับพันตัวที่ออกแบบมาโดยเฉพาะสำหรับการวิจัยปัญญาประดิษฐ์และการพัฒนาโมเดลการซื้อขาย

ระบบระบายความร้อนด้วยของเหลวสามารถมีประสิทธิภาพการใช้พลังงานสูงกว่าระบบระบายความร้อนด้วยอากาศถึง 15% และน้ำสามารถถ่ายเทความร้อนได้มีประสิทธิภาพมากกว่าอากาศอย่างมาก การออกแบบในระดับแร็คสมัยใหม่สามารถรองรับได้สูงสุด 256 GPU ต่อแร็คด้วยระบบระบายความร้อนด้วยของเหลว ซึ่งเป็นความหนาแน่นที่เป็นไปไม่ได้หากใช้พัดลมเพียงอย่างเดียว

เศรษฐกิจภายในของการประมวลผล

บริษัทได้สร้าง “hive bucks” สกุลเงินเสมือนที่แจกจ่ายให้ทีมภายในเป็นงบประมาณสำหรับเวลาการใช้งาน GPU ทีมงานไม่เพียงแต่ขอทรัพยากรคอมพิวเตอร์ผ่านระบบตั๋วหรือรอคิว แต่ต้องเข้าร่วมการประมูลแบบเรียลไทม์ เพื่อแข่งขันกับทีมอื่นๆ ที่ก็ต้องการฮาร์ดแวร์เดียวกัน

ระบบบังคับให้ทีมต้องตัดสินใจอย่างแท้จริง หากกลุ่มวิจัยใช้ฮีฟบั๊กส์ของตนไปกับการฝึกอบรมที่มีความเสี่ยง สิ่งนี้จะทำให้มีทรัพยากรเหลือน้อยลงสำหรับโครงการถัดไป ซึ่งสร้างลำดับความสำคัญตามธรรมชาติโดยไม่จำเป็นต้องมีการตัดสินใจจากผู้บริหารระดับสูงว่าโครงการปัญญาประดิษฐ์ใดสำคัญที่สุด

แหล่งที่มา:แสดงต้นฉบับ
คำปฏิเสธความรับผิดชอบ: ข้อมูลในหน้านี้อาจได้รับจากบุคคลที่สาม และไม่จำเป็นต้องสะท้อนถึงมุมมองหรือความคิดเห็นของ KuCoin เนื้อหานี้จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยไม่มีการรับรองหรือการรับประกัน และจะไม่ถูกตีความว่าเป็นคำแนะนำทางการเงินหรือการลงทุน KuCoin จะไม่รับผิดชอบต่อความผิดพลาดหรือการละเว้นในเนื้อหา หรือผลลัพธ์ใดๆ ที่เกิดจากการใช้ข้อมูลนี้ การลงทุนในสินทรัพย์ดิจิทัลอาจมีความเสี่ยง โปรดประเมินความเสี่ยงของผลิตภัณฑ์และความเสี่ยงที่คุณยอมรับได้อย่างรอบคอบตามสถานการณ์ทางการเงินของคุณเอง โปรดดูข้อมูลเพิ่มเติมได้ที่ข้อกำหนดการใช้งานและเอกสารเปิดเผยข้อมูลความเสี่ยงของเรา