Tamil Newsஞாயிற்றுக்கிழமை, 15 நவம்பர் 2026
சமீபத்தியம்
நாடு மீண்டும் வங்குரோத்து (bankruptcy) நிலையை நோக்கி நகர்வதாக முன்னாள் அமைச்சர் ராஜித சேனாரத்ன (Rajitha Senaratne) எச்சரிக்கைதம்புட்டேகமயில் (Thambuttegama) நிவாரணம் தேவைப்படும் குடும்பம் ஒன்றுக்கு வீடு: முன்னாள் ஜனாதிபதி சந்திரிகா பண்டாரநாயக்க குமாரதுங்க (Chandrika Bandaranaike Kumaratunga) சொந்த நிதியில் நிர்மாணம்புதுப்பிப்பு (Updated): புற்றுநோய் கதிர்வீச்சுச் சிகிச்சை (radiotherapy): ஐந்து வைத்தியசாலைகளுக்கான கருவிக் கொள்வனவு தாமதம் குறித்து மருத்துவர் எச்சரிக்கைபுதுப்பிப்பு (Updated): கங்குவா (Kanguva) பின்னடைவுக்குப் பிறகு சூர்யா (Suriya): மூன்றாவது ரூ.200 கோடி வசூலை (box office) நோக்கி சீன் (Scene)பாகிஸ்தான் (Pakistan) தார்பேலா (Tarbela) நீர்மின் திட்டத்தில் (hydropower project) தடுப்புச் சுவர் இடிந்ததாகத் தகவல்இலங்கைச் (Sri Lanka) சுற்றுலாவை (tourism) மேம்படுத்த சர்வதேச ஒலிபரப்பு நிறுவனங்கள் (broadcasting organisations) விருப்பம்: அமைச்சர் (Minister)நொச்சியாகமவில் (Nochchiyagama) கொலைக்கு உதவிய குற்றச்சாட்டில் 38 வயது நபர் கைதுசிங்கராஜ காட்டில் (Sinharaja Forest) அரிய பூச்சி, ஊர்வன இனங்களைச் சேகரித்த குற்றச்சாட்டில் நான்கு சீன நாட்டவர் (Chinese nationals) கைது

DGX Spark நான்கு-node ஆராய்ச்சி cluster ஆக மாறுகிறது

நவம்பர் 16 அன்று NVIDIA, DGX Spark HPC Developer Kit ஐ அறிமுகப்படுத்தியது: தனியான network switch இல்லாமல், வளையம் (ring) போல இணைக்கப்பட்ட நான்கு கணினிகள். நான்கு node களிலும் சேர்த்து 512GB memory மற்றும் 20TB NVMe storage இருப்பதாக நிறுவனம் குறிப்பிடுகிறது. வன்பொருள் விற்பனைக்கு உள்ளது என்றும், HPC SDK நிறுவல் வழிகாட்டி (installation playbook) இன்னும் வரவில்லை என்றும் அது கூறுகிறது.

விளக்கப்படம்: சிறிய மேசைக் கணினி (Apple Mac mini); DGX Spark அல்ல. படம்: Derorgmas, CC BY-SA 4.0, Wikimedia Commons.
விளக்கப்படம்: சிறிய மேசைக் கணினி (Apple Mac mini); DGX Spark அல்ல. படம்: Derorgmas, CC BY-SA 4.0, Wikimedia Commons.

ஏன் முக்கியம்: பகிரப்பட்ட கட்டமைப்புக்குச் செல்வதற்கு முன், விஞ்ஞான distributed பணிகளை ஆராய்ச்சியாளர்கள் உள்ளூரிலேயே உருவாக்கி சோதிக்கலாம். இணைந்த memory என்பது ஒரு GPU இன் memory க்குச் சமம் அல்ல; model பொருந்துவதால் பயனுள்ள வேகம் கிடைக்கும் என்று உறுதி இல்லை. தனியார் AI திட்டங்களில், உள்ளூர் வன்பொருள் என்பதால் முழுவதும் offline என்று கருதாமல், தொடர்பாடல் சுமை (communication overhead), பதில் வேகம் மற்றும் முழு workflow வின் network அணுகலை அளவிடுங்கள்.

Source: https://blogs.nvidia.com/blog/dgx-spark-hpc-developer-kit-sc26/

மேலும் AI செய்திகள்