
Intel está ampliando su apuesta por la computación de alto rendimiento con nuevos procesadores Xeon, aceleradores especializados para inteligencia artificial y avances en conectividad óptica y computación cuántica. El objetivo es ofrecer más capacidad a las aplicaciones científicas sin obligar a las instituciones de investigación a abandonar sus programas y sistemas actuales.
Jeff McVeigh, vicepresidente y director general de Programas Estratégicos para Centros de Datos de Intel, describe esta estrategia como una apuesta por la colaboración entre distintas tecnologías de hardware y software, en lugar de depender de una única arquitectura.
## Diamond Rapids y la serie GPU D para cargas de trabajo exigentes
Los futuros procesadores para servidores Diamond Rapids buscan elevar el rendimiento mediante más núcleos, una caché ampliada y un mayor ancho de banda de memoria. La arquitectura podrá ofrecer configuraciones de hasta 256 núcleos de alto rendimiento, hasta 1,6 TB/s de ancho de banda de memoria y 1,28 GB de caché de último nivel.
Entre las capacidades previstas figuran Intel Advanced Performance Extensions, AVX 10.2 y mejoras en Advanced Matrix Extensions. Estas funciones están orientadas a acelerar cálculos científicos, simulaciones, modelado matemático y cargas de inteligencia artificial. Intel presenta Diamond Rapids como una ampliación de las capacidades de sus procesadores Xeon 6.
La compañía también desarrolla aceleradores GPU de la serie D para organizaciones que necesitan combinar procesamiento de IA con cálculos matemáticos de doble precisión. Estos dispositivos admitirán hasta 480 GB de memoria LPDDR5X y formatos numéricos que abarcan desde FP4 y MXFP4 hasta FP64.
Su conexión PCIe convencional y su diseño refrigerado por aire podrían facilitar su integración en centros de investigación existentes, sin necesidad de incorporar sistemas de refrigeración especializados. La mayor capacidad de memoria integrada también podría reducir las transferencias repetidas de datos entre procesadores y aceleradores, algo especialmente útil al trabajar con grandes conjuntos de datos o modelos de IA exigentes.
## Compatibilidad de software, redes ópticas y computación cuántica
Además del hardware, Intel mantiene su inversión en software para facilitar la transición a nuevas arquitecturas. Su cartera incluye Intel MPI, compiladores Fortran, herramientas de optimización y oneAPI, tecnologías destinadas a respaldar aplicaciones paralelas en distintas configuraciones de hardware.
McVeigh sostiene que unos procesadores más rápidos aportan menos valor si los desarrolladores deben abandonar aplicaciones consolidadas o reescribir grandes partes de su software. Por ello, Intel prevé preparar el soporte de software junto con el lanzamiento de nuevo hardware, con el propósito de que los marcos de inteligencia artificial y los entornos de inferencia más utilizados puedan funcionar desde el primer momento.
Este enfoque también permite combinar procesadores convencionales, que coordinan las aplicaciones, con aceleradores encargados de las tareas de IA más intensivas.
En paralelo, Intel investiga la fotónica de silicio para abordar los límites de comunicación en instalaciones de supercomputación cada vez mayores. Al transmitir datos mediante señales ópticas en lugar de conexiones eléctricas convencionales, esta tecnología podría reducir el consumo energético y las demoras en las comunicaciones entre procesadores, memoria y aceleradores.
La computación cuántica constituye otra línea de investigación. Intel ha planteado la adquisición de Classiq para combinar su plataforma de desarrollo automatizado de algoritmos cuánticos con su tecnología de cúbits de espín de silicio. El software de Classiq busca simplificar la programación cuántica y facilitar que desarrolladores familiarizados con la supercomputación convencional exploren nuevas aplicaciones sin tener que gestionar directamente las complejidades del hardware.
En conjunto, estas iniciativas reflejan una estrategia que abarca procesadores, aceleradores, software y tecnologías de interconexión. Su impacto dependerá de cómo se traduzcan estas capacidades en sistemas disponibles y de cuánto faciliten el trabajo cotidiano de las instituciones científicas.
from Latest from TechRadar https://ift.tt/W63IloN
via IFTTT IA