# Hva er en Hopper GPU? Hopper GPU-er representerer NVIDIAs nyeste generasjon av høytytende grafikkprosessorer, spesialutviklet for AI og høytytende databehandling (HPC). Med en banebrytende arkitektur med avanserte Tensor Cores integrerer de flere innovative teknologier for å levere maksimal effektivitet. Hopper GPU-er er ideelle for en lang rekke arbeidsbelastninger og støtter AI-inferens, deep learning-trening, generativ AI og mer. ## Hvordan er den arkitektoniske utformingen av NVIDIAs Hopper-GPUer? Navnet «Hopper GPU» kommer fra Hopper-arkitekturen, som er GPU-mikroarkitekturen som danner grunnlaget for høytytende grafikkprosessorer og er optimalisert for AI-arbeidsbelastninger og HPC-applikasjoner. Hopper GPU-er produseres av TSMC **ved hjelp av 4-nanometerprosessen** og har over 80 milliarder transistorer, noe som gjør dem til noen av de mest avanserte grafikkortene på markedet. Med Hopper-arkitekturen kombinerer NVIDIA den nyeste generasjonen av Tensor Cores med fem banebrytende innovasjoner: transformatormotor, NVLink/NVSwitch/NVLink-brytersystemer, konfidensiell databehandling, andre generasjons multi-instance GPU-er (MIG-er) og DPX-instruksjoner. Disse teknologiene gjør at Hopper-GPU-er kan oppnå opptil **30 ganger raskere AI-inferens** sammenlignet med forrige generasjon (basert på NVIDIAs Megatron 530B chatbot – verdens mest omfattende generative språkmodell). ## Hva er de innovative funksjonene til Hopper GPU-er? Hopper GPU-er har flere nye funksjoner som bidrar til å forbedre ytelsen, effektiviteten og skalerbarheten. Nedenfor presenterer vi de viktigste innovasjonene: - **Transformator-motor**: Med hjelp av transformator-motoren kan Hopper-GPU-er trene AI-modeller opptil ni ganger raskere. For inferensoppgaver innen språkmodeller oppnår GPU-ene opptil 30 ganger høyere akselerasjon enn forrige generasjon. - **NVLink-brytersystem**: Fjerde generasjon NVLink leverer en toveis GPU-båndbredde på 900 GB/s, mens NVSwitch sikrer bedre skalerbarhet for H200-klynger. Dette sikrer at AI-modeller med billioner av parametere kan behandles effektivt. - **Konfidensiell databehandling**: Hopper-arkitekturen sikrer at dataene dine, AI-modellene og algoritmene også er beskyttet under behandlingen. - **Multi-instance GPU (MIG) 2.0**: Den andre generasjonen av MIG-teknologi gjør det mulig å dele en enkelt Hopper GPU i opptil syv isolerte instanser. Dette gjør at flere personer kan behandle forskjellige arbeidsbelastninger samtidig uten å forstyrre hverandre. - **DPX-instruksjoner**: DPX-instruksjoner gjør det mulig å beregne dynamisk programmerte algoritmer opptil syv ganger raskere enn med GPU-er med Ampere-arkitektur. Note I vår artikkel [som sammenligner server-GPU-er](https://www.ionos.com/nb-no/digitalguide/server/kunnskap/sammenligning-av-server-gpu/), presenterer vi de beste grafikkprosessorene for din server. Du kan også finne ut alt du trenger å vite om GPU-servere i en annen av våre nyttige artikler. ## Hvilke bruksområder er Hopper GPU-er egnet for? NVIDIA-GPUer basert på Hopper-arkitekturen er designet for et bredt spekter av høyytelsesarbeidsbelastninger. De viktigste bruksområdene for Hopper-GPUer er: ¬ - **Inferensoppgaver**: GPU-ene er blant bransjeledende løsninger for produktiv bruk av AI-inferens. Enten det gjelder anbefalingssystemer i e-handel, medisinsk diagnostikk eller sanntidsprognoser for autonom kjøring, kan Hopper GPU-er behandle enorme datamengder raskt og effektivt. - **Generativ AI**: De avanserte GPU-ene gir den nødvendige datakraften til å trene og kjøre verktøy med [generativ AI](https://www.ionos.com/nb-no/digitalguide/nettsteder/opprettelse-av-nettsted/generativ-ai/). Parallellbehandling muliggjør mer effektive beregninger for kreative oppgaver som tekst-, bilde- og videogenerering. - **Deep learning-trening**: Med sin høye datakraft er Hopper GPU-er ideelle for trening av store nevrale nettverk. Hopper-arkitekturen forkorter treningstiden for AI-modeller betydelig. - **Konversasjons-AI**: Hopper-GPU-er er optimalisert for naturlig språkbehandling (NLP) og er ideelle for AI-drevne språksystemer, som virtuelle assistenter og AI-chatbots. De akselererer behandlingen av store AI-modeller og sikrer responsiv interaksjon som kan integreres sømløst i forretningsprosesser, som for eksempel support. - **Dataanalyse og big data**: Hopper GPU-er håndterer enorme datamengder med høy hastighet og akselererer komplekse beregninger gjennom massiv parallellbehandling. Dette gjør det mulig for bedrifter å evaluere big data raskere for å lage prognoser og iverksette de riktige tiltakene. - **Vitenskap og forskning**: Siden GPU-ene er designet for HPC-applikasjoner, er de ideelle for svært komplekse simuleringer og beregninger. Hopper GPU-er brukes for eksempel i astrofysikk, klimamodellering og beregningskjemi. ## Nåværende modeller fra NVIDIA Med lanseringen av [NVIDIA H100](https://www.ionos.com/nb-no/digitalguide/server/kunnskap/nvidia-h100/) og NVIDIA H200 har det amerikanske selskapet introdusert to Hopper-GPUer på markedet. [NVIDIA A30](https://www.ionos.com/nb-no/digitalguide/server/kunnskap/nvidia-a30/) er derimot fortsatt basert på den tidligere Ampere-arkitekturen. Teknisk sett er H200 ikke en helt ny modell, men snarere en forbedret versjon av H100. Følgende oversikt viser de viktigste forskjellene mellom disse to GPUene: - **Minne og båndbredde**: Mens NVIDIA H100 er utstyrt med et 80 GB HBM3-minne, har H200 GPU et HBM3e-minne med en kapasitet på 141 GB. H200 ligger også klart foran når det gjelder minnebåndbredde med 4,8 TB/s sammenlignet med 2 TB/s for H100. - **Ytelse for AI-inferens**: Til sammenligning gir NVIDIA H200 dobbelt så høy inferensytelse for modeller som LLaMA 2-70 B. Dette gir ikke bare raskere behandling, men også effektiv skalering. - **HPC-applikasjoner og vitenskapelig databehandling**: H100 tilbyr allerede førsteklasses ytelse for komplekse beregninger, som H200 overgår. Inferenshastigheten er opptil dobbelt så høy, og HPC-ytelsen er rundt 20 prosent høyere. This is a markdown version of: [https://www.ionos.com/nb-no/digitalguide/server/kunnskap/hopper-gpu/](https://www.ionos.com/nb-no/digitalguide/server/kunnskap/hopper-gpu/) for AI/LLM consumption.