もっとも巨大なデータセンターの1フロアを軽く占領する勢いで、消費電力も60MWを超えるであろうAuroraと、こちらで分かるようにラック24本（それも標準的なラックの幅なので、Auroraのラック換算なら12ラック分程度）のDGX GH200を同列に比較するのが土台無茶、という話も無くはない。AuroraはANL（Argonne National Laboratory米アルゴンヌ国立研究所）がDoE（Department of Energy:米エネルギー省）の資金で導入したシステムで、民間企業レベルで導入できるものではないのに対し、DGX GH200は記事にもあるように“究極のAI性能を必要とする「企業向け」大容量AIスーパーコンピューター”であって、それなりの規模の企業なら導入が可能なレベルである。ターゲットが違うのだから、同列に比較するのは間違っているのだろうが、要するにDGX GH200はあくまで「企業が導入できる範囲で」究極のAI性能、と考えるべきなのだろう。

　もっともIntelもそんなことは分かっており、企業レベルに導入可能なData Center GPU Maxのソリューションも公開している（写真5、6、7）。

写真5　DataCenter GPU Maxを8つ搭載するサーバシャーシ。御覧の通り空冷構成なので、システム導入も（Auroraの水冷システムに比べれば）容易と思われる

写真6　このx8 UBBはSuperMicroにより提供されるという事で、SuperMicroのRay Pang氏（VP, Technology & Business Enablement）により構成が紹介された

写真7　こちらはLenovoのソリューションとのこと。Xeon Max×2+Data Center GPU Max×4。さすがに水冷である

　そもそもData Center Max GPU、当初は3SKU（1100/1350/1550）が容易されるはずだったのが、現状1350はまだ仕様がIntel Arkに掲載していない。なので、Data Center GPU Max 1550を例にとると、先に書いたようにAI性能ではInt 8で1M Ops/cycle、FP16/BF16でも500K Ops/cycleの処理性能を持っており、Int 8の数字で言えば1個で900TOPS～1600TOPSの処理性能である。これはNVIDIAのGrace Hopperと比べてもそれほど遜色ない数字となっている（GH200はInt 8で最大3958 TOPSとしているが、これはSparsityの対応をした場合の話で、それなしだと1979 TOPSでしかない）。

　実はIntelにしてもNVIDIAにしても、一昨年までの常識で言えば、ここまで高いAI性能を必要とするアプリケーションは「まだ未来の話」であった。もちろん大規模なAIモデルが役に立つであろうということは研究者の間では疑いの余地はなく、それもあってIntelもNVIDIAも、あるいはその他のAI Training向けプロセッサのベンダーも、そうした大規模なAIモデルを実行できるプロセッサを開発していたわけだ。ところがここにきて、特にChatGPTやらStableDiffusionやらに代表される生成AIの効果が、エンドユーザーに分かるような形で示された事で、急に大規模AIモデルを実行できるプロセッサのニーズが高まる事になった。DGX GH200とかAuroraが注目を集める理由の一つは、こうした急激なニーズの盛り上がりが背景にあると思われる。