Firma NVIDIA ogłosiła dziś najnowsze udoskonalenia stacji roboczych Quadro Virtual Data Center Workstations (Quadro vDWS), których celem jest przyspieszenie wymagających zadań graficznych i obliczeniowych poprzez zapewnienie wysokiej wydajności wirtualnej stacji roboczej.
Dzięki dwóm procesorom graficznym Tesla V100, kreatywni profesjonaliści pracujący na zdalnych, wirtualnych stacjach roboczych mogą tworzyć atrakcyjne, realistyczne wizualizacje – nawet o 94% szybciej. W porównaniu z systemem opartym wyłącznie na procesorze, wykorzystanie dwóch procesorów Tesla V100 pozwala inżynierom i projektantom skrócić czas wprowadzania produktów na rynek i wykonywać symulacje nawet 7 razy szybciej. Dodatkowo, profesjonaliści mogą pracować zdalnie, a ich własność intelektualna i wyniki pracy są zabezpieczone w centrum danych.
Nowe możliwości obejmują:
- Uruchamiaj obciążenia wieloprocesorowe z NVIDIA Quadro vDWS – agreguj do czterech procesorów graficznych NVIDIA Tesla w jednej maszynie wirtualnej (VM), aby zapewnić najbardziej wymagające pod względem grafiki i obliczeń procesy renderowania, symulacji i projektowania. Teraz obsługiwana jest agregacja wielu procesorów graficznych Tesla, a także współdzielenie GPU przez wiele maszyn wirtualnych.
- Migracja na żywo z VMware vMotion – Dział IT może migrować na żywo maszyny wirtualne z akceleracją GPU NVIDIA bez wpływu na użytkowników i przestojów, oszczędzając czas i zasoby. Ta funkcja jest teraz obsługiwana w produktach oprogramowania Quadro vDWS oraz GRID vPC i GRID vApps z VMware vMotion i vSphere 6.7 u1.
- Obsługa procesorów graficznych NVIDIA Tesla T4 – bufor ramki został podwojony, a jednocześnie zachowano tę samą niskoprofilową, jednoslotową konstrukcję, co w poprzedniej generacji Tesla P4. Nowy procesor Tesla T4 o mocy 70 W umożliwia realizację wymagających procesów w środowisku VDI, w tym zaawansowanego renderowania, symulacji i projektowania, w połączeniu z obsługą wielu procesorów graficznych.
- Obciążenia AI na maszynach wirtualnych z NVIDIA GPU Cloud (NGC) – NGC oferuje badaczom AI akcelerowane przez GPU kontenery do głębokiego uczenia dla TensorFlow, PyTorch, MXNet, TensorRT i innych. Te wstępnie zintegrowane, akcelerowane przez GPU kontenery, przetestowane z najnowszą wersją Quadro vDWS, zawierają zestaw narzędzi NVIDIA CUDA Toolkit, biblioteki głębokiego uczenia NVIDIA oraz system operacyjny.
Dostępność:
Wsparcie dla kontenerów Multi-GPU, VMware VMotion i NGC spodziewane jest pod koniec jesieni 2018 r. Wsparcie dla NVIDIA Tesla T4 z oprogramowaniem NVIDIA vGPU spodziewane jest do końca 2018 r.
Amazon