Facebook by rád uzamknul své uživatele ve virtuální realitě Metaverse, stále více světových hráčů se však poohlíží trošku jiným směrem.
Ve stínu obří sociální sítě se totiž rodí technologie, která hodlá vytvořit digitální kopii prakticky všeho – počínaje simulací fyziky, chemie a biochemie na té nejnižší úrovni a konče digitálním dvojčetem celé planety v makroskopickém měřítku – Earth 2.
Podívejte se, co všechno umí Omniverse:
Řeč je samozřejmě o ekosystému Nvidia Omniverse, který chce být jakousi propojenou internetovou platformou pro univerzální simulaci a VR. Simulaci, která poběží na výkonném lokálním serveru, ale i kdesi v cloudu.
První náznaky pár let nazpět předpovídaly jen jakousi základní propojovací službu, pomocí které parta grafiků na home officu navrhne a vykreslí kdejakou vázičku, loni se už ale přidaly i velké korporace jako Ercisson nebo BMW.
V Omniverse běží třeba klimatické digitální dvojče planety Earth-2. Tedy dvojčata, běží jich tam totiž hromada v různých konfiguracích. A běží tam i simulace tornáda
Namísto váziček ovšem začaly vizualizovat a simulovat o několik řádů komplexnější kousky. Třeba šíření mobilního signálu ve virtuální zástavbě neméně virtuálních měst, anebo virtuální fabriky na automobily a sklady, ve kterých se prohánějí roboti.
Proč renderovat jen hry, když můžeme renderovat továrny
Věrohodná fyzika, ray tracing – to vše známe z počítačových her, no a v Nvidii si prostě jednoho dne řekli, že když už herní studia budují CGI světy pro své trháky, proč by si takový virtuální a do posledního polygonu stébla trávy věrohodný svět nemohl postavit i kdejaký korporát.
Amazon Robotics používá Omniverse pro simulaci svých obřích skladů
Proč? Protože fotorealistickou a fyzikálně-věrohodnou simulaci nového skladiště Amazonu žádný klasický plán na papíře a v CADu nenahradí. Projektanti si budou moci dopředu vyzkoušet všechny možné zátěžové scénáře a teprve pak třeba kdesi v Polsku skutečně kopnou do země.
Omniverse jako univerzální simulační platforma
To je ale pouhý začátek. Omniverse začínají postupně podporovat klíčoví softwaroví výrobci inženýrského softwaru – třeba Bentley –, a tak dnes do jeho standardizovaného VR snadno přenesete hotové modely počínaje kdejakým šroubem a konče třeba celým domem.
V Omniverse simuluje své fabriky třeba BMW a Siemens zase větrné elektrárny. To vše i díky věrohodným modelům fyziky, které jsme zatím používali hlavně v počítačových hrách
Pak už jen stačí do Omniverse napojit technologie pro strojové učení, a virtuální vilkou kdesi na virtuálním předměstí virtuální metropole se začne prohánět třeba váš prototyp stejně virtuálního robotického vysavače.
A jelikož se nacházíme ve VR, kde může čas plynout poněkud vyšší rychlostí, jak to jen dovolí farma GPU a CPU kdesi v datacentru nebo u vás na podnikovém superpočítači, hypotetický model nového vysavače BobíkLux bude hotový za zlomek času. Jednoduše proto, že si v Omniverse vyzkouší vysát 8 356 452 variant virtuálních pokojíků s 882 725 variantami koberců, dlaždiček a vinylových podlah.
Virtualizovaný flabless zítřka
Pokud dnes takový ARM, Nordic a mnozí další vyvíjejí čipy, aniž by měly jedinou fabriku na integrované obvody – o koncovou výrobu se postarají továrny v jihovýchodní Asii –, Omniverse dokáže tento (bezfabrikový) fabless princip přenést na mnohem komplexnější scénáře.
Simulační a VR platforma Omniverse pomalu ale jistě buduje svůj ekosystém
Stručně řečeno, poté, co váš vysavač splní všechna očekávání, skrze Omniverse jeho návrhy pošlete kamsi do Asie a za pár týdnů vám dorazí krabice s prototypem, který bude fungovat na první dobrou.
Aby to tak jednou mohlo opravdu fungovat a vše neskončilo jen u líbivých případových studií několika málo značek, Omniverse bude potřebovat extrémní výpočetní výkon. Nvidia naštěstí nevyrábí hrnce, ale sakra výkonné čipy, její šéf Jensen Huang tak mohl na úterní úvodní keynote konference GTC ohromit publikum celou škálou nového železa pro datová centra.
Úterní úvodní keynote Jensena Huanga na GTC:
GPU H100 s výkonem 4 FLOPS
Základem jsou nové GPU pro strojové učení a neuronové sítě H100 s architekturou Hopper. Čip má k dispozici 80 miliard tranzistorů, kterými proteče až 4,9 terabajtů AI dat za sekundu – tedy všech těch virtuálních váziček, měst a robotických vysavačů ze světa Omniverse. To vše při výpočetní rychlosti až 4 PFLOPS – 4 biliard AI operací s 8bit reálnými čísly za sekundu.
Nový grafický/AI čip pro využití v datacentrech
Ještě pár lety podobných výkonů u klasických matematických výpočtů (nikoliv AI) dosahovaly jen obrovské sálové superpočítače, no a teď to zvládne jedna specializovaná GPU. Na komplexní simulaci Omniversa to ale pochopitelně ještě nestačí.
Grafika H100 v kompletním provedení
Kostka DGX H100 s výkonem 32 PFLOPS
Co kdybychom několik H100 složili na jeden serverový modul? To je nápad! Rázem se nám před očima zjeví nová generace superpočítače Nvidia DGX H100. Obsahuje 8 GPU H100, čítá 640 miliard tranzistorů, 32 PFLOPS výkonu pro výpočty z ranku AI, k dispozici má 640 GB paměti a špičkovou paměťovou propustnost 24 TB/s.
Strčte 8 grafik H100 do krabice a máte superpočítačový modul DGX H100
Nvidia DGX SuperPod s výkonem 1 EFLOPS
Na něčem takovém se už dá vykreslit a simulovat větší než malé množství váziček a jiného harampádí, ale nemáte tam pane Jensene ještě něco většího? Ale jistě že ano!
Propojte několik DGX H100 a vytvoříte DGX POD. Propojte několik POD a získáte SuperPOD
Poskládejte kostky DGX na sebe, propojte je rychlou optikou a voilà, před zraky se nám zhmotnil superpočítač DGX SuperPOD s 20 TB paměti a výkonem 1 EFLOPS pro strojové učení a neuronové sítě. To je prosím jeden trilion AI operací za sekundu.
Nvidia Eos s výkonem 18,4 EFLOPS
A co kdyby… Ano, správně, co kdybychom těch SuperPODů poskládali hned několik vedle sebe? No, tak to konečně získáme s trochou nadsázky mozek všeho a novou referenční mašinu pro umělou inteligenci – Nvidia Eos.
Bude to nejvýkonnější AI superpočítač na světě s úctyhodným výkonem 18,4 EFLOPS – 18,4 trilionů AI operací za sekundu a v těchto úlohách až 4× překoná dosavadní nejrychlejší obecný superpočítač na světě, japonský Fugaku.
A toto je konečně výsledek. Nejvýkonnější AI superpočítač na světě Nvidia Eos. Zatím jen na papíře, inženýři jej ale zhmotní v průběhu roku
Eos se dočká konstrukce v průběhu letošního roku a bude jej tvořit 576 kostek DGX H100 dohromady s 4 608 grafikami DGX H100. Celý systém propojí dohromady rychlé rozhraní s datovou propustností úctyhodných 230 TB/s. To po přepočtu dělá nějakých 1,8 petabitů za sekundu.
Jen pro představu, globálním internetem loni podle odhadů protékalo jen 786 terabitů za sekundu. Nvidia Eos utáhne více než dvojnásobek, což je už docela dobrý základ.
SuperPOD již brzy ve vašem datacentru (AWS, Azure, Google, Oracle a další)
Nový superpočítač se podle Nvidie stane referenční mašinou pro další rozvoj AI, nicméně Omniverse bude potřebovat i menší dedikované platformy pro virtualizaci třeba jen malých podnikových světů. A přesně na tato digitální dvojčata se soustředí další nová serverová architektura OVX opět v provedení serveru, Podu a SuperPodu. Svůj vlastní Omniverse si v něm už dnes simuluje třeba Lockheed Martin.
NVLink C2C umožní skládat procesory na míru
Nvidia toho během prvního dne konference odhalila ještě mnohem více. Serverové grafiky doplní ještě vylepšené CPU procesory Grace s až 144 armovými jádry ARM Neoverse (ARM v9) propojenými skrze rozhraní NVLink-C2C.
Grace SuperCPU se 144 armovými jádry Neoverse
Nvidia zároveň umožní skrze NVLink napojovat i další specializovaná jádra třetí strany a budovat tak procesory na míru. NVLink C2C k tomu má skvělé předpoklady, je totiž 25× energeticky úspornější a 90× prostorově úspornější než PCIe páté generace.
Rozhraní NVLink C2C (Chip-to-Chip, Die-to-Die) umožní vytvářet specializované procesory procesory z hromady dílčích jader/IP včetně těch od třetí strany
Ať už tedy Omniverse nakonec dopadne jakkoliv, ze všech těch -versů okolo, se kterými se v posledních letech doslova roztrhl pytel, je zatím zdaleka nejperspektivnější.
Stojí za ním totiž entita, která pro něj na jednu stranu vytvořila hardware, no a na tu druhou jej zároveň dokázala prodat prvním podnikovým zájemcům, což je nakonec to zdaleka nejdůležitější.
