B200: dwa GPU, jeden pakiet na partię.

Dwie karty, wyraźny plan pracy

Każdy zestaw obejmuje dwa B200 z 180 GB HBM3e każdy, na architekturze Blackwell. Łączne 360 GB zestawu nie stanowi automatycznie jednej pamięci dostępnej dla programu. W przypadku przetwarzania rozproszonego aplikacja musi zarządzać rozmieszczeniem danych i wymianą między GPU; należy także zweryfikować faktycznie dostępną topologię.

Jeśli Twoje zadania są niezależne, przypisz każdemu z nich GPU, identyfikator i lokalizację wyników. W przypadku pojedynczego obliczenia rozproszonego opisz raczej podział modelu, komunikację i wznowienie po przerwaniu. Te dwa tryby wymagają różnych kryteriów odbioru.

Zweryfikuj łańcuch oprogramowania Blackwell

Przygotuj wersję swojego środowiska zgodną z Blackwell, w tym skompilowane rozszerzenia PyTorch lub Twojej aplikacji CUDA. Udane uruchomienie nie wystarczy: sprawdź reprezentatywny wynik, maksymalne zużycie pamięci i ponowne uruchomienie z punktu zapisu. Zachowaj wersje użyte do tej weryfikacji.

Kiedy preferować H200

Jeśli cała praca mieści się w 141 GB i pozostaje na jednym GPU, H200 SXM zasługuje na porównanie. Pozwala uniknąć wprowadzania podziału wyłącznie po to, by użyć drugiego urządzenia. Z drugiej strony dwa rzeczywiście autonomiczne projekty mogą uzasadniać zestaw B200 nawet bez aplikacji rozproszonej. Porównaj wtedy ukończone rezultaty, a nie tylko wyświetlane wykorzystanie.

Zarezerwuj czas wokół kamieni milowych

Okno 3 dni może objąć kwalifikację obu GPU; 7 dni pozwala zaplanować pierwszą kampanię z kontrolą pośrednią; 30 dni odpowiada harmonogramowi powtarzanych przetworzeń. W każdym przypadku zaplanuj czas potrzebny na odbiór wyników.

Wybierz czas trwania i liczbę zestawów, a następnie środowisko i dane zamówienia. Sprawdź łączną liczbę GPU w podsumowaniu. Po rozliczeniu śledź osobno jego weryfikację i przygotowanie wynajmu, zanim rozpoczniesz swój harmonogram realizacji.