格蕾丝·霍珀超级芯片
Parabricks 自豪地宣布为突破性的 Nvidia Grace Hopper 超级芯片提供全面的优化和支持。Nvidia GH200 Grace Hopper 超级芯片结合了 Nvidia Grace 和 Hopper 架构，使用 Nvidia NVLink-C2C 提供 CPU+GPU 统一内存模型，用于加速人工智能 (AI) 和高性能计算 (HPC) 应用。这种集成代表了基因组数据分析领域的重大飞跃，使研究人员能够以前所未有的速度和效率处理复杂的分析。Nvidia Grace Hopper 超级芯片是首个真正用于 HPC 和 AI 工作负载的异构加速平台。它利用 GPU 和 CPU 的优势加速应用程序，同时为性能、可移植性和生产力提供最简单、最高效的编程模型。
特性 |
描述 |
|---|---|
| Grace CPU 核心（数量） | 高达 72 个核心 |
| CPU LPDDR5X 带宽 (GB/s) | 高达 500GB/s |
| GPU HBM 带宽 (GB/s) | 4TB/s HBM3, 4.9TB/s HBM3e |
| NVLink-C2C 带宽 (GB/s) | 总计 900GB/s，单向 450GB/s |
| CPU LPDDR5X 容量 (GB) | 高达 480GB |
| GPU HBM 容量 (GB) | 96GB HBM3, 144GB HBM3e |
| PCIe Gen 5 通道 | 64x |
通过利用 Nvidia Grace Hopper 超级芯片强大的计算能力，用户可以体验到基因组管道更快的加速和更高的吞吐量。
为了在 Nvidia Grace CPU 上为所有 Parabricks 工具实现最佳性能，我们建议用户和开发者参考Grace CPU 基准测试指南。本指南将阐述与 Nvidia Grace CPU 直接相关的建议和最佳实践，并帮助您为特定系统实现最佳性能。
要开始使用 Parabricks 并释放 Nvidia Grace Hopper 超级芯片在基因组分析中的强大功能，您可以运行以下命令获取 Docker 镜像
$ docker pull nvcr.io/nvidia/clara/clara-parabricks:4.4.0-1
并按照教程进行操作。
如有任何问题或需要支持，请访问 Nvidia Parabricks 社区。加入由研究人员和专家组成的活跃社区，交流想法、寻求帮助并及时了解基因组数据分析的最新进展。
要了解有关 Nvidia Grace Hopper 超级芯片的更多信息，请访问此处。