Обновить

Холдинг «Росэлектроника» (входит в Госкорпорацию «Ростех») заявил о начале поставок оборудования нового поколения для суперкомпьютеров. По словам разработчиков, новинки более компактные по сравнению с предыдущими моделями, а решение объединяет серверы в вычислительный кластер для проведения различных расчётов.

В состав нового оборудования входят серверы, коммутаторы на 24 порта и адаптеры сети «Ангара» нового поколения. Характеристики нового оборудования не указаны, разработкой занимался НИЦЭВТ (входит в холдинг «Росэлектроника»). На сайте проекта «Ангара» представлено оборудование, но поставляемое ли это оборудование, не указано. У оборудования с сайта следующие характеристики:

  • коммутатор ЕС8433, с 24 портами, low‑profile адаптером (PCI Express 2.0 x16) ЕС8432 и CXP‑кабелем, энергопотреблением до 15 Вт, пропускной способностью портов 75 Гбит/с;

  • сетевой адаптер EC8431 PCI Express, к которому может подключаться до 6 (или до 8 при использовании платы расширения), с энергопотреблением до 30 Вт и пропускной способностью портов 75 Гбит/с;

  • портативная суперЭВМ для высокопроизводительных расчётов. Количество ядер AMD EPYC, предусмотренных в ЭВМ, до 512, пиковая производительность решения без ускорителя A100 до 20 Тфлопс, а с ускорителем — 88 Тфлопс, объём ОЗУ 8ТБ, объём файлового хранилища 80 ТБ, максимальная потребляемая мощность 2.5 КВт, габариты 60 х 60 х 75 см.

Теги:
Всего голосов 10: ↑10 и ↓0+10
Комментарии0

Я перестал пользоваться самыми умными ИИ‑моделями. Программировать стало быстрее и дешевле

В отпуске есть время подумать и исследовать. Я натолкнулся на несколько вещей и открытий для себя. Оказалось, что мне как программисту перестали быть нужны самые умные и дорогие ИИ‑модели. Оказывается, есть такой параметр «Cost per Task», и по этому параметру на первое место вырвалась модель GPT-5.6 Luna (max).

При этом, если вы пользуетесь Codex, она самая тупая в списке моделей. Artificial Analysis Intelligence Index у нее всего 38. Для сравнения, у самой умной GPT-6 Astra (max) этот индекс равен 53. В итоге цена выполненной Luna задачи составляет $0.18 против $3.26 у Astra. Разница почти в 20 раз.

Как я понимаю, бенчмарк «Cost per Task» высчитывается так: когда ставится нормальная, грамотно описанная задача, замеряется, сколько токенов было потрачено на ее выполнение. То есть не в формате «из ХЗ сделаю ТЗ», а в формате, когда в хорошо заданном вопросе уже содержится половина ответа.

Я сначала не поверил, что так и есть, и стал работать, используя самую тупую модель Luna в линейке. И знаете, какие меня ожидали результаты?

Я перестал пользоваться самыми умными ИИ‑моделями. Программировать стало быстрее и дешевле

Публикации