Open Compute Project (OCP) 已宣布在其平台中添加 Wiwynn ES200 边缘服务器和 NVIDIA HGX-H100 GPU 基板。
Wiwynn 的短深度边缘服务器旨在满足边缘站点对计算能力不断增长的需求，特别适用于即时 AI 推理、现场数据分析和多通道视频处理等应用。
NVIDIA 的 HGX-H100 GPU 基板物理规范有望帮助提高 OCP 的 OAI 子项目利用 HGX 的能力，并为 AI 和 HPC 应用程序中的高性能计算开发具有成本效益、高效、可扩展的平台和系统规范。
Wiwynn ES200 边缘服务器
Wiwynn ES200 是一款 2U 双路边缘服务器，搭载第三代英特尔至强可扩展处理器。 借助 NUMA 平衡，它可以提供每个已安装处理器的计算能力来分别完成不同的工作负载，而不会在 CPU 之间造成通信瓶颈。
它还配备了额外的 PCIe Gen4 x16 插槽，可安装两张双倍宽度的扩展卡。这极大地增强了系统的灵活性，使其成为 AI 推理加速、视频转码和数据分析等应用场景的理想之选，也适用于需要额外网络连接的应用场景。它配备了灵活的存储模块，包括EDSFF (E1.S)或 U.2 SSD 以及两张 OCP NIC 3.0 网卡，使 ES200 能够提供强大的本地数据处理能力和高带宽网络连接。
ES200 还符合 NEBS-3 标准并具有短深度紧凑型外形。 此外，Wiwynn表示在困难的操作条件下也能流畅运行，并能适应各种边缘站点。
Wiwynn ES200 边缘服务器节点规格
| 节点规格 | |
| 处理器 | 第三代英特尔至强可扩展处理器，TDP 3W/250W |
| 处理器插槽 | 2 |
| 芯片组 | 英特尔C621A系列 |
| 安保防护 | TPM v2.0（选项） |
| 系统总线 | 英特尔 UltraPath 互连； 11.2GT/秒 |
| 内存 | 16 个 DIMM 插槽； DDR4 高达 3200 MT/s，每个 DIMM 高达 64GB； 12 个 DIMM 插槽，最多 2 个 DCPMM (Intel Barlow Pass) |
| 存放 | ‧ 2280个板载22110/2 M.XNUMX SSD Module插槽 ‧ 六个U.2 (15/7mm), 或八个EDSFF E1.S (5.9/9.5mm) |
| 扩展插槽 | 多达六个 PCIe Gen4 插槽： ‧ 16个PCIe x8 FHFL Dual-width + XNUMX个PCIe xXNUMX FHHL ‧ 16个PCIe x8 FHHL插槽 + XNUMX个PCIe xXNUMX FHHL ‧ 8个PCIe xXNUMX FHHL插槽可按需选购 两个板载 OCP 3.0 NIC x16 |
| 管理局域网 | ‧ XNUMX个GbE专用BMC接口 |
| I / O端口 | ‧ 带 LED 的电源按钮 ‧ 带 LED 的 UID 按钮 ‧ RST按钮 ‧ 三个USB接口 ‧ BMC管理接口(前侧) ‧ VGA接口(D-sub) |
| 底盘规格 | |
| 尺寸 | 2U机架； 86（高）× 440（宽）× 450（深）（毫米） |
| 电源供应器 | 热插拔、冗余 (1+1) 1600W CRPS |
| 风扇 | 四个8038双转子，冗余（7+1） |
| 重量 | 14.47kg |
| 环境 | ‧ 使用环境温度范围：-5 至 +55 摄氏度
‧ 操作及储存相对湿度：10% 至 90% (非冷凝) ‧ 储存温度范围：-40至+70摄氏度 |
NVIDIA公司 HGX-H100底板
NVIDIA HGX-H100 是一款底板，可容纳八个最新的Hopper GPU 模块。HGX 底板物理规范定义了物理尺寸、主机接口、管理和调试接口等内容。NVIDIA 的贡献包中还包含底板物理规范、底板输入/输出引脚列表、引脚图以及 2D/3D 图纸。
以下来自 OCP 的列表表明了 NVIDIA HGX 的贡献是如何建立在他们的“四个原则”之上的：效率、可扩展性、开放性和影响：
- 效率——这是第 3 代 HGX 底板外形尺寸，每一代都提供了约 3-5 倍高的 AI 训练吞吐量，同时消耗相似的有功功率。 因此，HGX 底板现在已成为事实上的标准，全球大多数超大规模开发者都围绕这种外形尺寸设计 AI 训练和推理。
- 可扩展性——在全球范围内，有数十万个 HGX 系统正在生产中。 这种外形尺寸的系统和外壳将是稳定的，并且是大规模建造的。 HGX 规范将包括物理尺寸、用于监控/调试的管理接口等，用于大规模服务。
- 开放性——基于 HGX 的系统是全球最常见的人工智能训练平台。 许多 OEM/ODM 已经构建了基于 HGX 的人工智能系统。 有了这个 HGX 物理规范的贡献，OAI 小组将尽可能地将 UBB2.0 与 HGX 规范融合。 OEM/ODM 可以在类似 UBB/HGX 的底板上利用不同加速器的相同系统设计，例如相同的底板尺寸、主机接口、管理接口、电源传输等。
- 影响——NVIDIA HGX 平台已成为 AI 训练平台事实上的全球标准。 开放此 HGX 底板外形允许其他 AI 加速器供应商利用系统和外壳的 HGX 生态系统。 这应该会加速其他 AI 供应商利用现有基础设施并更快地采用他们的解决方案。 这进一步加速了 AI/HPC 领域的创新。
Amazon