NVIDIA annonce le GPU H100 Hopper

L’architecture GPU NVIDIA Hopper dévoilée à la GTC va accélérer la programmation dynamique. Une technique de résolution de problèmes utilisée dans les algorithmes dans de nombreux domaines. NVIDIA promet une augmentation de 40 fois grâce à de nouvelles instructions DPX.

Le jeu d’instructions DPX aidera les développeurs à écrire du code pour accélérer les algorithmes de programmation dynamique. En stimulant les flux de travail pour le diagnostic des maladies, la simulation quantique, l’analyse des graphes et l’optimisation du routage.

Qu’est-ce que la programmation dynamique ?

Développée dans les années 1950, la programmation dynamique est une technique pour résoudre des problèmes complexes. Elle repose sur deux techniques clés : la récursion et la mémorisation.

La récursion

La récursion consiste à décomposer un problème en sous-problèmes plus simples. Ce qui permet d’économiser du temps et des efforts de calcul. Dans la mémorisation, les réponses à ces sous-problèmes – qui sont réutilisées plusieurs fois lors de la résolution du problème principal – sont stockées. La mémorisation augmente l’efficacité. Les sous-problèmes n’ont pas besoin d’être recalculés lorsqu’ils sont nécessaires plus tard dans le problème principal.

Les instructions DPX accélèrent les algorithmes de programmation dynamique jusqu’à 7 fois sur un GPU NVIDIA H100. Et en comparaison des GPU basés sur l’architecture NVIDIA Ampere. Dans une puce équipée de quatre GPU NVIDIA H100, cette accélération peut encore être augmentée.

Les cas d’utilisation couvrent la santé, la robotique, l’informatique quantique et la science des données.

La programmation dynamique est couramment utilisée dans de nombreux algorithmes d’optimisation, de traitement des données et d’informatique omique. Jusqu’à présent, la plupart des développeurs ont fait tourner ces types d’algorithmes sur des CPU ou des FPGA. Mais ils peuvent obtenir des accélérations spectaculaires en utilisant les instructions DPX des GPU NVIDIA Hopper.

Les omiques

Les omiques couvrent une série de domaines biologiques, notamment la génomique (axée sur l’ADN), la protéomique (axée sur les protéines) et la transcriptomique (axée sur l’ARN). Ces domaines, qui sont au cœur de la recherche sur les maladies et de la découverte de médicaments ; reposent tous sur des analyses algorithmiques qui peuvent être accélérées grâce aux instructions DPX.

Par exemple, les algorithmes de programmation dynamique Smith-Waterman et Needleman-Wunsch sont utilisés pour l’alignement des séquences d’ADN, la classification des protéines et le repliement des protéines. Tous deux utilisent une méthode de notation pour mesurer le degré d’alignement des séquences génétiques provenant de différents échantillons.

Smith-Waterman produit des résultats très précis, mais nécessite plus de ressources informatiques et de temps que les autres méthodes d’alignement. En utilisant les instructions DPX sur un nœud doté de quatre GPU NVIDIA H100, les scientifiques peuvent accélérer ce processus de 35 fois pour atteindre un traitement en temps réel. Le travail d’appel de base et d’alignement se déroule au même rythme que le séquençage de l’ADN.

Cette accélération contribuera à démocratiser l’analyse génomique dans les hôpitaux du monde entier. Rapprochant les scientifiques de la médecine personnalisée pour les patients.

Optimisation des itinéraires

Trouver l’itinéraire optimal pour plusieurs pièces en mouvement est essentiel pour les robots autonomes se déplaçant dans un entrepôt dynamique. Ou même pour un expéditeur transférant des données à plusieurs récepteurs dans un réseau informatique.
Pour résoudre ce problème d’optimisation, les développeurs s’appuient sur Floyd-Warshall. Un algorithme de programmation dynamique utilisé pour trouver les distances les plus courtes entre toutes les destinations dans une carte ou un graphique. Dans un serveur équipé de quatre GPU NVIDIA H100, l’accélération de Floyd-Warshall est multipliée par 40 par rapport à un serveur traditionnel équipé uniquement d’un CPU.

Associée au logiciel de logistique AI NVIDIA cuOpt, cette accélération de l’optimisation du routage pourrait être utilisée pour des applications en temps réel dans des usines, des véhicules autonomes ou des algorithmes de cartographie et de routage dans des graphes abstraits.

Disponibilité

Les systèmes NVIDIA DGX H100, les DGX PODs et les DGX SuperPODs seront disponibles auprès des partenaires de NVIDIA à partir du troisième trimestre.

Les clients peuvent également choisir de déployer les systèmes DGX dans des installations de colocation exploitées par les partenaires NVIDIA DGX-Ready Data Center.

Source : NVIDIA

Retrouvez l’actualité hardware ici

Gregory

Toujours intéressé par l’évolution informatique, j’ai voulu être plus actif en intégrant Pause Hardware. Depuis je traite les nouvelles et les tests au quotidien avec l’équipe.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Articles similaires

Bouton retour en haut de la page