Gigabyte demostró en Taipéi el funcionamiento de su tecnología de clústeres de cuatro nodos AI TOP ATOM, orientada a ampliar la computación local de inteligencia artificial (IA) para cargas de trabajo que aumentan en tamaño y complejidad. La propuesta se enfoca en escenarios donde los sistemas independientes resultan insuficientes para responder a mayores exigencias de memoria y capacidad de cómputo, en línea con el crecimiento de modelos de IA, simulaciones científicas y aplicaciones empresariales.
El eje técnico de la demostración fue la posibilidad de ejecutar de forma local cargas de trabajo intensivas en memoria sin comprometer la seguridad de los datos. Cada nodo AI TOP ATOM ofrece un rendimiento de IA de 1 PFLOPS FP4 y 128 GB de memoria unificada. En la configuración presentada, cuatro nodos interconectados, cada uno con 128 GB de memoria unificada, se conectan mediante un conmutador de 200 GbE con capacidad RoCE, con el objetivo de permitir que cargas de trabajo que requieren un uso intensivo de memoria escalen más allá de los límites de un sistema independiente.
La arquitectura modular plantea un crecimiento gradual de infraestructura, con la posibilidad de pasar de un nodo a cuatro a medida que evolucionan los requisitos de las cargas de trabajo. En ese esquema, el despliegue se mantiene local y se sostiene la “soberanía total de los datos”, como parte de una base escalable para cargas de trabajo más grandes tanto de IA como de computación científica.
Para mostrar el alcance en investigación, la compañía colaboró con Nvidia en un flujo de trabajo de computación científica impulsado por IA sobre clústeres AI TOP ATOM. Con la tecnología de los blueprints de Nvidia NemoClaw, el proceso organiza modelos de código abierto Nvidia Nemotron-3-Nano-30B-NVFP4 para la generación de hipótesis de investigación y luego envía GROMACS para ejecutar simulaciones en todo el clúster.
El flujo de trabajo busca vincular el razonamiento de la IA con la simulación científica en un entorno de computación en conjunto. En la demostración, se aplicó al desarrollo de materiales de interfaz térmica (TIM) para el encapsulado avanzado de semiconductores, una tarea que depende cada vez más de simulaciones de dinámica molecular a gran escala.
En ese contexto, se planteó una comparación de capacidades: mientras los sistemas autónomos suelen limitarse a simulaciones de aproximadamente 10 millones de átomos antes de alcanzar sus límites de memoria, un conjunto AI TOP ATOM de cuatro nodos amplía la capacidad de simulación a más de 30 millones de átomos para investigación de encapsulado de circuitos integrados (IC) de próxima generación. La demostración apuntó a mostrar que la agrupación de cuatro nodos puede sostener simulaciones científicas de mayor tamaño que superen las capacidades de un sistema autónomo y extender el uso del clúster desde el desarrollo de IA hacia aplicaciones emergentes de computación científica.
