NVIDIA 發布了 Tesla 加速運算平台，這是一個端到端的超大規模資料中心平台，可協助網路服務公司加速其龐大的機器學習工作負載。全新的 NVIDIA 超大規模加速器產品線包含兩款加速器：Tesla M40 GPU，它能夠幫助研究人員加速創新和設計新型深度神經網絡，以滿足日益增長的 AI 應用需求；以及 Tesla M4 GPU，這是一款高效節能的加速器，旨在將這些網絡部署到整個數據中心。 Tesla GPU 產品線常見於伺服器架構中，例如我們近期評測的戴爾 PowerEdge R730 伺服器。該產品線還包括 NVIDIA 超大規模套件，這是一系列針對機器學習和視訊處理優化的軟體應用程式。
NVIDIA Tesla M40 GPU 加速器旨在為科學家節省大量時間，同時針對大量數據訓練他們的深度神經網絡以提高整體準確性。
其特點包括：
- 針對機器學習進行了優化——與 CPU 相比，訓練時間減少了 8 倍（1.2 天，而典型的 AlexNet 訓練為 10 天）。
- 專為 24/7 可靠性而構建 – 為數據中心環境中的高可靠性而設計和測試。
- 橫向擴展性能——支持 NVIDIA GPUDirect，允許快速多節點神經網絡訓練。
NVIDIA Tesla M4 加速器是一款高效節能的 GPU，專為超大規模環境而設計。 它還針對視頻轉碼、圖像和視頻處理以及機器學習推理等高要求、高增長的 Web 服務應用程序進行了優化。
其特點包括：
- 更高的吞吐量：與 CPU 相比，轉碼、增強和分析多達 5 倍的同步視頻流。
- 低功耗：Tesla M4 具有用戶可選擇的電源配置文件，功耗為 50-75 瓦，在視頻處理和機器學習算法方面的能效比 CPU 高出 10 倍。
- 外形小巧：薄型 PCIe 設計適合超大規模數據中心系統所需的外殼。
NVIDIA 超大規模加速器產品線旨在加速超級計算能力，以創新和訓練數量不斷增加的深度神經網絡，並提高處理能力，使其能夠立即響應使用該服務的消費者提出的數十億條查詢。
新的 NVIDIA Hyperscale Suite 為開發人員和數據中心管理人員提供了一套廣泛的工具，所有這些工具都是為 Web 服務部署而設計的，例如：
- cuDNN：處理用於 AI 應用程序的深度卷積神經網絡。
- GPU 加速的 FFmpeg 多媒體軟件：加速視頻轉碼和視頻處理。
- NVIDIA GPU REST 引擎：支持輕鬆創建和部署高吞吐量、低延遲的加速 Web 服務，涵蓋動態圖像大小調整、搜索加速、圖像分類和其他任務。
- NVIDIA Image Compute Engine：使用 REST API 的 GPU 加速服務，提供比 CPU 快 5 倍的圖像大小調整。
Mesosphere也宣布將與 NVIDIA 合作，NVIDIA 將為其 Apache Mesos 和 Mesosphere 資料中心作業系統 (DCOS) 提供 GPU 技術。 NVIDIA 表示，這將使 Web 服務公司在建置和部署用於新一代應用程式的加速資料中心時更加便捷。
庫存情況
NVIDIA 將於今年晚些時候發布 Tesla M40 GPU 加速器和 Hyperscale Suite 軟件，而 Tesla M4 GPU 則定於 2016 年第一季度的某個時間發布。
Amazon