/upload/iblock/48f/48fcd17b8240619628f3275ce896ecd8.png thumb
/upload/iblock/ba6/ba6a4653534401d65a70751a35a1d77d.png thumb
/upload/iblock/abd/abd88dac5b2f6af18a3a3296ed6da98b.png thumb
/upload/iblock/474/474bdd1e2d594abeb901f369ea50da5d.png thumb
/upload/iblock/2c2/2c21e71ab1de17bb9e6150305b7f7cd5.png thumb

Суперкомпьютер FORSITE HPC 4080

Вычислительный GPU кластер из 4-х узлов Характеристика узла: 2 Intel Xeon E5-2600v3, до 512 ГБ DDR4 до 3-х вычислителей NVIDIA TESLA K8/K40/K80 и INTEL XEON PHI 5110/7120. 6 x 2.5" SATA/SDD  накопителей под ПО и данные, RAID 0.1.5.10. Общее шасси 4U, Блок питания 4x2000W с резервированием. Гарантия 36 месяцев.


  • 6 020 749 руб.
Платформа

4U, 4х2 Сокет 2011-3, 4х6 2,5", БП 4 х 2000W (12 GPU)

Процессор

Системная плата/чипсет

Intel C612

Оперативная память

Встроенный Raid-контроллер

4 x10 SATA3 (6Gbps); RAID 0,1,10, JBOD support (IT Mode)

Слот расширения x16 #1

Слот расширения x16 #2

Слот расширения x16 #3

Слот расширения x16 #4

Слот расширения x8 #1

Слот расширения x8 #2

Батарейка RAID-контроллера

Твердотельные накопители SATA SSD

Твердотельные накопители SAS SSD

Жесткие диски SAS

Встроенный сетевой контроллер

4 x Intel® X540 Dual Port 10GBase-T

Операционная система

Настройка RAID

Тестирование

Стандартный стресс-тест основных компонентов 24 часа

Платформа для создания вычислительных систем BIG DATA и решению задач в таких областях, как:
  • Pattern Recognition (распознавание образов), 
  • Data Mining (интеллектуальный анализ данных), 
  • Artificial Intelligence (искусственный интеллект), 
  • Компьютерное зрение, 
  • Распознавание речи, 
  • Компьютерная лингвистика и обработка естественных языков, 
  • Медицинская диагностика, Биоинформатика, 
  • Техническая диагностика, Финансовые приложения, 
  • Поиск и рубрикация текстов, 
  • нтеллектуальные игры, 
  • Экспертные системы.

ВЫЧИСЛЕНИЯ С GPU-УСКОРЕНИЕМ

Специалисты по обработке и анализу данных как в промышленности, так и в научных кругах используют GPU в сфере машинного обучения, чтобы добиться значительных усовершенствований в широком спектре приложений, включая приложения для классификации изображений, анализа видеоданных, распознавания речи и обработки текстов на естественном языке. 

Глубокое обучение, то есть использование сложных, многоуровневых нейронных сетей для создания систем, которые могут выявлять признаки из большого объема немаркированных данных, - именно та область, в которой ведутся активные исследования и инвестиционная деятельность. 

Хотя машинное обучение существует уже десятки лет, две относительно новые тенденции привели к его широкомасштабному использованию: доступность большого объема данных, а также производительность и эффективность параллельной обработки данных, которая возможна благодаря вычислениям на GPU. 

GPU используются для обучения этих глубоких нейронных сетей с помощью намного более крупных обучающих последовательностей в более сжатые сроки, с использованием меньшей инфраструктуры ЦОД. GPU также используются, чтобы воспроизводить эти учебные модели машинного обучения для выполнения задач классификации и прогнозирования на облаке. При этом графические процессоры позволяют работать с данными большего объема и с более высокой производительностью, потребляя меньше энергии и на базе меньшей инфраструктуры.






Ваше сообщение отправлено!