利用 NVIDIA® Tesla® GPU 更快速地处理要求最严格的高性能计算和超大规模数据中心工作负载。现在，数据科学家和研究人员可以在能源勘探和深度学习等应用场合中解析 PB 级的数据，速度比使用传统 CPU 快几个数量级。此外，Tesla 加速器提供了比以往更快速地运行大型模拟所需的能力。Tesla 加速器是为任何地方的任何用户加快虚拟桌面运行速度的理想之选。
要提高数据科学家的工作效率和更快地提供人工智能服务，关键在于更快地训练日益复杂的模型。搭载 NVIDIA Tesla P100 的服务器使用性能强大的 NVIDIA Pascal 架构将深度学习训练时间从几个月缩短到几个小时。
推理是经过训练的神经网络真正发挥作用的领域。随着图像、语音、视觉和视频搜索等新型数据服务的推出，推理作为很多人工智能服务的核心起着提供答案和建议的作用。与仅使用单插槽 CPU 的服务器相比，搭载一个 Tesla GPU 的服务器可以提供 27 倍的推理吞吐量，因此可以大幅节省成本。
高性能计算数据中心需要满足科研人员不断增长的计算需求，同时不能超出紧缩的预算。过去，部署大量通用计算节点实际上大幅增加了成本，同时也没有相应地提高数据中心的性能。
PCIe 接口的 NVIDIA Tesla P100 可让处理混合型工作负载的高性能计算数据中心使用一个加速节点替代多达半个机架的通用 CPU 节点，并能在各种高性能计算应用程序中提供相同的吞吐量。通过使 550 多种高性能计算应用程序（包括全部 10 大高性能计算应用程序）加速运行，所有高性能计算客户现在都能获得大幅提升的吞吐量，可轻松处理工作负载，而且节省了成本。
| 工作内容 | 热门应用 | 主要应用在GPU上的应用程序 | 混合工作负载HPC | 超大规模HPC | ||
|---|---|---|---|---|---|---|
| 使用者 | AI/深度学习 | 超大规模＆HPC数据中心，可运行扩展到多个GPU的应用程序 | 超算，高校，政府，研究所 | 石油和天然气 | 人工智能 / 深度学习 | |
| 优化于 | GPU 加速运算 | 最高绝对性能 | 加快验证时间 | 成像精度 | 训练时间 | 就业/爱好/研究 |
| 工作特性 | Volta Architecture, Tensor Core, Next Gen NVLink | 超大规模＆HPC数据中心，可运行扩展到多个GPU的应用程序 | 混合工作需求 | 特定的应用程序，如RTM | 深度学习框架，如Caffe和TensorFlow | 混合推理工作负载，如图像，视频或数据处理 |
| 关键要求 |
·性能（双精度和单精度） ·内存大小和带宽 ·互连带宽 ·可编程 |
·性能（双精度和单精度） ·内存大小和带宽 ·互连带宽 ·可编程 |
·性能（双精度和单精度） ·内存大小和带宽 ·互连带宽 |
·性能（单精度） ·每个GPU的内存大小 ·互连带宽 |
·功耗 ·产品结构 |
|
| 推荐解决方案 | V100
|
P100
|
混合工作量 K80
|
训练 P40
|
推理 P4
|
|
在线咨询：
服务器定制化咨询QQ：327426076
邮件：ljw@gachange.com
工作时间：周一至周五，9:30-18:30，节假日休息
