您的位置：UltraLAB高端图形工作站应用网站 > 人工智能 > 深度学习 >

深度学习台式、便携式、机架式、集群硬件配置选型2022v2

时间:2021-08-18 来源: 网友评论:0 人气: 1455 作者:

升级更新日期：2022年3月29日（第二季度）

关键点：

硬件架构（1）全部采用PCIe 4.0接口，（2）所有方案里的配置完美优化，整机性能大幅提升

系统和软件：开机即用

配置：增加支持8块GPU、10块GPU方案

价格： 再次下调

目录
1 UltraLAB深度学习计算设备介绍
2 最新多GPU算力汇总表2021v3
3 深度学习计算硬件配置推荐2022v2（2022年第2季度）
   3.1 深度学习工作站GA300i配置推荐---最大2块GPU
   3.2 深度学习工作站GR420M配置推荐-—最大7块GPU
   3.3 深度学习工作站GX650M配置推荐---最大10块GPU
   3.4 便携GPU工作站PG配置推荐—-最大4块GPU
   3.5 深度学习服务器配置推荐--最大8块GPU
   3.6 深度学习多机集群配置推荐-20块卡、40块卡

21世纪计算机最大挑战—深度学习、人工智能，它帮助更多领域的应用研究获取质的进展，计算机视觉、语音识别、自动机器翻译、自动驾驶汽车、药物发现、生物信息、医学诊断、视频游戏、围棋、智能电网…
不怕千招会，就怕一招绝，对于科研人员一旦通过深度学习技术在某一个应用领域有所成就，就会获取最大的机会。
西安坤隆计算机公司2008年进入工作站领域，专注于计算应用的最快计算硬件架构，针对深度学习GPU超算的不同环境、不同计算规模等等，提供更专业匹配、与时俱进的计算设备：

图灵超算工作站（台式）
图灵超算服务器（机架式）
便携超算工作站（移动便携式）
GPU多机集群…

我们不仅提供种类齐全计算设备，更注重计算效能和完美计算配置，目标：保证每台机器运行软件，其性能发挥最大化、性能极致化。

（一）UltraLAB深度学习计算设备介绍

赶紧了解一下UltraLAB深度学习计算机型吧

机型配置汇总表

NO	分类	机型	GPU数量	接口	CPU	硬盘位	机箱	运行环境
1	工作站	GA300i	2块	双PCIe 4.0 x8	11代酷睿	1+1	微塔式	办公静音
2	工作站	GX650M	10块	*11PCIe 4.0 x16**	2*Xeon	2+20	双塔式
		GT420M	6块	6PCIe 4.0 x8或4PCIe 4.0 x16	1*Xeon	2+20
		GR420M	7块	*7PCIe 4.0 x16**	AMD	2+20
3	服务器	GA300	2块	2*PCIe 4.0 x8	11代酷睿	1+8	机架式	机房专用
		GT420	4块	4*PCIe 4.0 X16	1*Xeon
		GX658	8块	2PCIe 4.0 X16 ，6PCIe 4.0 x8	2*Xeon
4	便携超算工作站	PX300G	2块	2*PCIe 4.0 x8	11代酷睿	1+1	便携式	户外
		PA420G	4块	*4PCIe 4.0 X16**	1*Xeon
		P650G	2块	2*PCIe 4.0 X16	2*Xeon
5	GPU集群	CX650					机柜式	机房专用
	计算节点	GT420	4块	4*PCIe 4.0 X16	1*Xeon3			或办公静音
	存储节点					16/24

硬件配置特点：
（1）所有机型全部采用PCIe 4.0接口
（2）双Xeon工作站（GX650M机型）支持最大10个/8个PCIe 4.0 x16（全速）
（3）AMD工作站（GR420M机型）支持7个PCIe 4.0 x16（全速）
（4）便携工作站（PA420G机型）支持4个PCIe 4.0 x16
（5）集群计算节点采用PCIe 4.0 x16，节点之间采用Infiniband超低延迟网口

我们提供完整的硬件配置架构，保证任何一个计算需求得到最快硬件配置

（二）最新多GPU算力汇总表2022v1

下列表格是目前单机GPU可选数量的算力汇总

No	型号	卡数	CUDA核数	FP32 (单位Tflops）	张量计算FP16(单位Tflops)	显存带宽GBs	显存合计GB	应用推荐
1	A6000	8块	86016	320	2496	768	384	CNN+RNN
2	A5000	10块	81920	277	2170	768	100	CNN
3	RTX3080Ti	8块	81920	273	2128	912	96	CNN
4	A6000	7块	75264	280	2184	768	336	CNN+RNN
5	RTX3090	7块	73472	249	1995	936	168	CNN+RNN
6	A6000	6块	64512	240	1872	768	288	CNN+RNN
8	RTX3080Ti	7块	71680	239	1862	912	84	CNN
7	A5000	8块	65536	222	1736	768	192	CNN+RNN
8	RTX3090	6块	62976	213	1710	936	144	CNN+RNN
9	RTX3080Ti	6块	61440	205	1596	912	72	CNN
10	A6000	5块	53760	200	1560	768	240	CNN+RNN
13	RTX3080	6块	52224	179	1428	760	60	CNN
11	RTX3090	5块	52480	178	1425	936	120	CNN+RNN
12	RTX3080Ti	5块	51200	171	1330	912	60	CNN
12	A5000	6块	49152	166	1302	768	144	CNN+RNN
13	A6000	4块	43008	160	1248	768	192	CNN+RNN
14	RTX3080	5块	43520	149	1190	760	50	CNN
15	RTX3090	4块	41984	142	1140	936	96	CNN+RNN
16	A5000	5块	40960	139	1085	768	120	CNN+RNN
17	RTX3080Ti	4块	40960	136	1064	912	48	CNN
18	RTX3080	4块	34816	119	952	760	40	CNN
19	A5000	4块	32768	111	868	768	96	CNN+RNN
20	RTX3090	3块	31488	107	855	936	72	CNN+RNN
21	RTX3080Ti	3块	30720	102	798	912	36	CNN
22	RTX3080	3块	26112	89	714	760	30	CNN
23	A5000	3块	24576	83	651	768	72	CNN+RNN
24	A6000	2块	21504	80	624	768	96	CNN+RNN
25	RTX3090	2块	20992	71	570	936	48	CNN+RNN
26	RTX3080Ti	2块	20480	68	532	912	24	CNN
27	RTX3080	2块	17408	60	476	760	20	CNN
28	A5000	2块	16384	55	432	768	48	CNN+RNN
29	A6000	1块	10752	40	312	768	48	CNN+RNN
30	RTX3090	1块	10496	36	285	936	24	CNN+RNN
31	RTX3080Ti	1块	10240	34	266	912	12	CNN
32	RTX3080	1块	8704	30	238	760	10	CNN
33	A5000	1块	8192	28	217	768	24	CNN+RNN

本文章更多内容：1 - 2 - 3 - 4 - 5 - 6 - 7 - 下一页>>

加入收藏关闭此页

上一篇：超频、PCIe4.0-最新最全深度学习工作站方案2021v2

下一篇：地球最快的深度学习训练、推理超级计算机对比表

2021-06-21超频、PCIe4.0-最新最全深度学习工作站方案2021v2
2020-10-05支持7块RTX3090静音级深度学习工作站硬件配置方案2021v2
2020-09-01最新显卡RTX3090、RTX3080ti、RTX3080详细技术参数与应用加速分析
2020-02-17深度学习训练与推理计算平台硬件配置完美选型2020v1
2019-01-142019年最快最全深度学习训练硬件配置推荐
2017-09-12超高频/多GPU/高速存储/静音=最完美强大深度学习工作站配置推荐
2017-06-16为什么UltraLAB深度学习工作站最快、性价比最高
2017-04-17地表最强深度学习训练平台~UltraLAB GPU硬件选型
2013-11-27电力电磁场仿真计算工作站配置方案2013
2012-12-262880流处理器！NVIDIA GK110详细解读

深度学习台式、便携式、机架式、集群硬件配置选型2022v2

相关文章

文章评论

新闻排行榜

最新信息

my_tag("web_logo",1);

深度学习台式、便携式、机架式、集群硬件配置选型2022v2

相关文章

文章评论

my_tag("article_right_1",1);

新闻排行榜

最新信息