NVIDIA gab heute auf der GPU Technology Conference bekannt, dass es mit den führenden OEMs und Systemherstellern zusammenarbeitet, um bei der Bereitstellung neuer Workstations für Datenwissenschaftler, Analysten und Ingenieure zu helfen. Die OEM- und Systemhersteller werden von großen Namen wie HP, Dell und Lenovo angeführt und bauen Systeme, die NVIDIA Quadro RTX-GPUs und NVIDIA CUDA-X AI integrieren. Diese neuen Technologien werden es Unternehmen ermöglichen, schnellere und genauere Vorhersagen zu treffen und gleichzeitig produktiver zu arbeiten.
Diese neuen Workstations wurden speziell für Datenanalysen, maschinelles Lernen und Deep Learning entwickelt, die alle eine extreme Rechenleistung benötigen, die von NVIDIA Quadro RTX-GPUs und NVIDIA CUDA-X AI bereitgestellt wird. Die Arbeitsplätze sind ideal für Bereiche wie Finanzen, Versicherungen, Einzelhandel und professionelle Dienstleistungen. Die Workstations können auch beschleunigte Data-Science-Software wie RAPIDS, TensorFlow, PyTorch und Caffe nutzen.
Merkmale und Vorteile:
- Duale High-End-Quadro-RTX-GPUs – Basierend auf der neuesten NVIDIA Turing-GPU-Architektur und für den Einsatz in Unternehmen konzipiert, liefern die beiden Quadro RTX 8000- und 6000-GPUs bis zu 260 Teraflops Rechenleistung und 96 GB Speicher mithilfe der NVIDIA NVLink-Verbindungstechnologie. Quadro RTX-basierte Data-Science-Workstations bieten die Kapazität und Bandbreite, um die größten Datensätze und rechenintensiven Arbeitslasten zu verarbeiten, sowie die Grafikleistung, die für die 3D-Visualisierung riesiger Datensätze, einschließlich VR, erforderlich ist.
- Data Science-Software-Stack – basierend auf dem Linux-Betriebssystem und Docker-Containern:
- NVIDIA CUDA-X AI – Eine Sammlung der GPU-Beschleunigungsbibliotheken von NVIDIA zur Beschleunigung von Deep Learning, maschinellem Lernen und Datenanalyse. CUDA-X AI umfasst cuDNN zur Beschleunigung von Deep-Learning-Primitiven, cuML zur Beschleunigung von Algorithmen für maschinelles Lernen, TensorRT zur Optimierung trainierter Modelle für Inferenz und über 15 weitere Bibliotheken. Zusammen arbeiten sie nahtlos mit NVIDIA Tensor Core-GPUs zusammen, um die End-to-End-Workflows für die Entwicklung und Bereitstellung KI-basierter Anwendungen zu beschleunigen. CUDA-X AI kann in Deep-Learning-Frameworks wie TensorFlow, PyTorch und MXNet sowie in führende Cloud-Plattformen wie AWS, Microsoft Azure und Google Cloud integriert werden.
- NVIDIA RAPIDS – Eine Reihe GPU-beschleunigter Analysebibliotheken für die Datenvorbereitung, traditionelles maschinelles Lernen und Diagrammanalysen.
- Anaconda Distribution – Mit Anaconda, Inc. bietet NVIDIA Anaconda Distribution an, eine innovative Möglichkeit für Datenwissenschaftler, Python/R, Datenwissenschaft, KI und maschinelles Lernen durchzuführen.
- Bereit für Unternehmen – Getestet und optimiert in Zusammenarbeit mit Workstation-Herstellern, um den Anforderungen geschäftskritischer Unternehmensbereitstellungen gerecht zu werden.
- Optionaler Software-Support – Bietet Sicherheit mit von NVIDIA entwickelter Software und Containern, einschließlich Deep-Learning- und Machine-Learning-Frameworks.
Verfügbarkeit
NVIDIA-basierte Systeme für Datenwissenschaftler sind ab sofort bei globalen Workstation-Anbietern wie Dell, HP und Lenovo sowie bei regionalen Systemherstellern erhältlich, darunter AMAX, APY, Azken Muga, BOXX, CADNetwork, Carri, Colfax, Delta, EXXACT, Microway, Scan, Sysgen und Thinkmate.
Amazon