在COMPUTEX 2023， NVIDIA 宣布NVIDIA DGX GH200，这标志着 GPU 的又一突破——加速计算，为最苛刻的巨型人工智能工作负载提供动力。除了描述 NVIDIA DGX GH200 体系结构的关键方面外，本文还讨论了如何使用NVIDIA Base Command实现快速部署，加快用户入职，并简化系统管理。
GPU 的统一内存编程模型是过去 7 年来复杂加速计算应用取得各种突破的基石。 2016 年， NVIDIA 推出NVLink技术和带有 CUDA-6 的统一内存编程模型，旨在增加 GPU 加速工作负载的可用内存。
从那时起，每个 DGX 系统的核心都是与 NVLink 互连的基板上的 GPU 复合体，其中每个 GPU 可以以 NVLink 的速度访问另一个的存储器。许多具有 GPU 复合体的 DGX 通过高速网络互连，形成更大的超级计算机，如NVIDIA Selene 超级计算机。然而，一类新兴的万亿参数的巨型人工智能模型要么需要几个月的训练，要么即使在当今最好的超级计算机上也无法求解。
