AI и Платформа глубокого обучения
Наше решение предлагает индивидуальную установку платформы Deep Learning, чтобы конечный пользователь мог непосредственно приступить к развертыванию проектов Deep Learning без программирования GPU. Наше решение обеспечивает индивидуальную установку основ глубокого обучения, включая TensorFlow, Caffe2, MxNet, Chainer, Microsoft Cognitive Toolkit, а также другие.
Решение Supermicro AI & Deep Learning предоставляет полный набор программного обеспечения AI / Deep Learning. Ниже представлен программный стек с комплексным полностью интегрированным решением:
| Программный стек AI и Deep Learning | ||
|---|---|---|
| Среда глубокого обучения | Frameworks | Caffe, Caffe2, Caffe-MPI, Chainer, Microsoft CNTK, Keras, MXNet, TensorFlow, Theano, PyTorch |
| Libraries | cnDNN, NCCL, cuBLAS | |
| User Access | NVIDIA DIGITS | |
| Operating Systems | Ubuntu, Docker, NVIDIA Docker | |
Преимущества решения Supermicro AI & Deep Learning
- Электростанция для вычислений
Кластер Supermicro AI & Deep Learning работает от систем Supermicro SuperServer®, которые представляют собой компактные и высокопроизводительные вычислительные центры высокой плотности. В кластере используются новейшие графические процессоры от партнера Supermicro NVIDIA. Каждый вычислительный узел использует графические процессоры NVIDIA® Tesla® V100. - Высокая плотность параллельных вычислений
До 32 графических процессоров с объемом памяти до 1 ТБ для максимальной производительности параллельных вычислений, что сокращает время обучения для рабочих нагрузок Deep Learning. - Увеличенная пропускная способность с NVLink
Использует NVLink™, который обеспечивает более быструю связь между графическим и графическим процессорами, что еще больше повышает производительность системы при высоких нагрузках Deep Learning. - Быстрая обработка с Tensor Core
Графические процессоры NVIDIA Tesla V100 используют архитектуру Tensor Core. Ядра Tensor содержат поддержку Deep Learning и могут предоставить до 125 Tensor TFLOPS для приложений обучения и вывода. - Масштабируемый дизайн
Масштабируемая архитектура с матрицей IB EDR 100 ГБ, чрезвычайно масштабируемая, чтобы соответствовать будущему росту. - Rapid Flash Xtreme (RFX) - высокопроизводительное полностью флэш-хранилище NVMe
RFX - это лучшая система хранения данных, разработанная и полностью протестированная для приложений искусственного интеллекта и глубокого обучения, которые включают Supermicro BigTwin ™ наряду с системой параллельной подачи документов WekaIO.
AI и конфигурация эталонной архитектуры глубокого обучения
В настоящее время Supermicro предлагает следующие комплексные решения, которые тщательно протестированы и готовы к работе. Эти кластеры можно масштабировать вверх и вниз для удовлетворения потребностей ваших проектов глубокого обучения.
![]() |
![]() |
| 14U Rack | 24U Rack | |
| Модель | SRS-14UGPU-AIV1-01 | SRS-24UGPU-AIV1-01 |
|---|---|---|
| Возможность вычислений | 2PFLOPS (GPU FP16) | 4PFLOPS (GPU FP16) |
| Вычислительный узел | 2 SYS-4029GP-TVRT | 4 SYS-4029GP-TVRT |
| Всего GPUs | 16 NVIDIA® Tesla® V100 SXM2 32GB HBM | 32 NVIDIA® Tesla® V100 SXM2 32GB HBM |
| Всего памяти GPU | 512GB HBM2 | 1TB HBM2 |
| Всего процессоров | 4 Intel® Xeon® Gold 6154, 3.00GHz, 18-cores | 8 Intel® Xeon® Gold 6154, 3.00GHz, 18-cores |
| Всего системной памяти | 768GB DDR4-2666MHz ECC | 3TB DDR4-2666MHz ECC |
| Сеть | InfiniBand EDR 100Gbps; 10GBASE-T Ethernet | InfiniBand EDR 100Gbps; 10GBASE-T Ethernet |
| Общий объем хранилища | 15.2TB (8 SATA3 SSDs) | 30.4TB (16 SATA3 SSDs) |
| Операционная система | Ubuntu Linux OS or CentOS Linux | Ubuntu Linux OS or CentOS Linux |
| Программное обеспечение | Caffe, Caffe2, Digits, Inference Server, PyTorch, NVIDIA® CUDA®, NVIDIA® TensorRT™, Microsoft Cognitive Toolkit (CNKT), MXNet, TensorFlow, Theano, and Torch | Caffe, Caffe2, Digits, Inference Server, PyTorch, NVIDIA® CUDA®, NVIDIA® TensorRT™, Microsoft Cognitive Toolkit (CNKT), MXNet, TensorFlow, Theano, and Torch |
| Максимальная мощность | 7.2kW (7,200W) | 14.0kW (14,000kW) |
| Размеры | 14 Rack Units, 600 x 800 x 1000 (mm, W x H x D) | 24 Rack Units, 598 x 1163 x 1000 (mm, W x H x D) |




