Together AI通过Kernel Collection提升NVIDIA H200和H100 GPU集群性能

根据together.ai，Together AI宣布通过集成NVIDIA H200 Tensor Core GPU对其GPU集群进行了显著的增强。此次升级将伴随着Together Kernel Collection (TKC)，这是一套定制的内核栈，旨在优化AI操作，为训练和推理任务提供巨大的性能提升。

使用TKC提升性能

Together Kernel Collection (TKC)被设计用于显著加速常见的AI操作。与标准的PyTorch实现相比，TKC为常用的训练操作符提供了高达24%的加速，并为FP8推理操作提供了高达75%的加速。这一改进有望减少GPU使用时间，从而带来成本效率和更快的上市时间。

训练和推理优化

TKC优化的内核，如使用SwiGLU激活的多层感知器(MLP)，对于训练像Llama-3这样的大型语言模型(LLMs)至关重要。据报道，这些内核比标准实现快22-24%，潜在的改进相比于现有最好的基线快10%。推理任务受益于一套强大的FP8内核堆栈，Together AI已经优化这些内核，使其比基础PyTorch实现快75%以上。

原生PyTorch兼容性

TKC与PyTorch完全集成，使AI开发者可以在现有的框架中无缝利用其优化。该集成简化了TKC的采用，只需在PyTorch中更改导入语句即可。

生产级测试

Together AI确保TKC经过严格的测试，以符合生产级标准，保证在实际应用中的高性能和可靠性。所有的Together GPU Clusters，无论是H200还是H100，都会自带TKC。

NVIDIA H200：更快的性能和更大的内存

基于Hopper架构的NVIDIA H200 Tensor Core GPU，专为高性能AI和HPC工作负载设计。据NVIDIA称，与其前身H100相比，H200在Llama 2 13B上的推理性能快40%，在Llama 2 70B上的推理性能快90%。H200拥有141GB的HBM3e内存和4.8TB/s的内存带宽，几乎是H100容量的两倍和带宽的1.4倍。

高性能互联

Together GPU Clusters利用SXM形态因子进行高带宽和快速数据传输，支持NVIDIA的NVLink和NVSwitch技术，实现GPU之间的超高速通信。结合NVIDIA Quantum-2 3200Gb/s InfiniBand网络，这种设置对于大规模AI训练和HPC工作负载是理想的选择。

成本效益基础设施

Together AI提供了显著的成本节约，其基础设施设计比云提供商如AWS便宜75%。公司还提供灵活的承诺选项，从一个月到五年不等，确保在AI开发生命周期的每个阶段有合适的资源。

可靠性和支持

Together AI的GPU集群提供99.9%的正常运行时间SLA，并经过严格的验收测试支持。公司的白手套服务提供从集群设置到持续维护的端到端支持，确保AI模型的卓越性能。

灵活的部署选项

Together AI提供多种部署选项，包括用于高性能工作负载管理的Slurm、用于容器化AI工作负载的Kubernetes，以及直接访问和最终灵活性的Ubuntu裸金属集群。这些选项满足了不同AI项目的需求，从大规模训练到生产级推理。

Together AI继续通过其高性能NVIDIA H200 GPU集群和Together Kernel Collection支持整个AI生命周期。该平台旨在优化性能，降低成本，并确保可靠性，是加速AI开发的理想选择。