FORSITE HPC 4800N
До восьми высокопроизводительных видеокарт NVIDIA® TESLA® V100 c интерфейсом NVLINK® в корпусе 1U.
Обеспечивает большую гибкость конфигурации для пользователей, которые ищут максимальную производительность GPU с пропускной способностью NVLink.
  • Графические карты
    До 128Гб видеопамяти с 4-мя картами TESLA V100 NVLINK
  • Центральный процессор
    2 x Intel Xeon Broadwell до 44 ядер в системе
  • Оперативная память
    до 2048Гб, DDR4
    3DS LRDIMM
  • Питание

    2 блока питания
    2000W 80+ Platinum
Технические характеристики
Запросить стоимость
МАКСИМАЛЬНЫЙ УРОВЕНЬ ПРОИЗВОДИТЕЛЬНОСТИ

Технология интерконнекта NVIDIA® NVLink ™ для графических процессоров форм-фактора SXM2 обеспечивает более высокую пропускную способность, большее количество каналов и улучшенную масштабируемость серверных систем с несколькими графическими процессорами.
Один графический процессор NVIDIA Tesla® Volta Series может поддерживать до шести каналов NVLink при 25 ГБ / с на канал в каждом направлении, что соответствует общей пропускной способности 300 ГБ / с - 10 раз больше пропускной способности PCIe 3.0.


ТРЕНИРОВКА АЛГОРИТМОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Оснащенный 43 тыс. ядер Tensor, Tesla V100 – это первый ускоритель, преодолевший барьер производительности в 100 тера-операций в секунду (TOPS) в задачах глубокого обучения. Второе поколение технологии NVIDIA NVLink™ соединяет несколько графических ускорителей V100, обеспечивая пропускную способность в 160 ГБ/с и позволяя создавать самые мощные вычислительные серверы. Модели, обучение которых занимало недели на системах предыдущего поколения, теперь можно натренировать всего за несколько дней. Благодаря такому серьезному сокращению времени, затрачиваемого на тренировку алгоритмов, искусственный интеллект поможет решить самовершенно новые проблемы.
Deep Learning Software
Набор программных библиотек RAPIDS даст вам возможность полностью выполнять сквозную передачу данных и аналитику на графических процессорах. Он основан на примитивах NVIDIA® CUDA® для низкоуровневой оптимизации вычислений, и демонстрирует параллелизм графического процессора и высокую пропускную способность памяти через интерфейсы Python. RAPIDS также фокусируется на общих задачах подготовки данных для аналитики и науки о данных. Это включает в себя API DataFrame, который интегрируется с различными алгоритмами машинного обучения для сквозного ускорения конвейера без затрат на сериализацию. RAPIDS также включает поддержку развертываний с несколькими узлами и несколькими графическими процессорами, что позволяет значительно ускорить обработку и обучение при гораздо больших размерах наборов данных.