臺灣臺北2018年5月30日電 /美通社/ -- 企業(yè)計算、存儲和網(wǎng)絡解決方案以及綠色計算技術領域的全球領導者美超微電腦股份有限公司(Super Micro Computer, Inc.) (NASDAQ: SMCI)今天宣布，該公司在2018年臺灣GPU技術大會(GPU Technology Conference (GTC) Taiwan 2018)的白金贊助商展位上，展示業(yè)內(nèi)最為廣泛的GPU服務器平臺選擇，而這些GPU服務器平臺支持NVIDIA® Tesla® V100 PCI-E和V100 SXM2 Tensor Core GPU加速器，5月30日至31日，2018年臺灣GPU技術大會在臺北萬豪酒店(Taipei Marriott Hotel)舉行。

"Supermicro first with GPU Systems based on Latest Gen CPUs"

美超微采用新一代NVIDIA NVLink™互聯(lián)技術的全新4U系統(tǒng)為最大限度地提升性能進行了優(yōu)化，可以為人工智能、深度學習、自動駕駛汽車、智慧城市、醫(yī)療保健、大數(shù)據(jù)、高性能計算(HPC)和虛擬現(xiàn)實等高度并行的應用進行最大限度的加速。作為NVIDIA HGX-T1級GPU加速服務器平臺的一部分，SuperServer 4029GP-TVRT支持8個NVIDIA Tesla V100 32GB SXM2 GPU加速器，為集群和超大規(guī)模應用提供最大的GPU到GPU帶寬。這個系統(tǒng)結(jié)合了擁有超過5倍PCI-E 3.0帶寬的最新NVIDIA NVLink技術，采用獨立的GPU和CPU熱區(qū)，確保為要求最高的工作負載提供不打折扣的強大性能和穩(wěn)定性。

美超微總裁兼首席執(zhí)行官梁見后(Charles Liang)表示：“在最初的內(nèi)部基準測試中，我們的4029GP-TVRT系統(tǒng)每秒能夠在ResNet-50上處理5188張圖片，此外還能每秒在IncepTIonV3工作負載上處理3709張圖片。當利用GPU Direct RDMA擴展到多個系統(tǒng)時，我們還實現(xiàn)了令人印象非常深刻、幾乎呈線性發(fā)展的性能提升。憑借我們結(jié)合新的NVIDIA V100 32GB PCI-E和V100 32GB SXM2 GPU的最新創(chuàng)新成果，并在利用新一代NVLink的性能優(yōu)化1U和4U系統(tǒng)中讓內(nèi)存擴大一倍，我們的客戶可以加速發(fā)展他們的應用和創(chuàng)新，從而幫助解決世界上最為復雜、最具挑戰(zhàn)性的問題。”

NVIDIA副總裁、加速計算部門總經(jīng)理伊恩-巴克(Ian Buck)則表示：“在美超微為NVIDIA Tesla V100 32GB Tensor Core GPU優(yōu)化的高密度服務器的支持下，企業(yè)客戶將能獲益于達到新層次的計算效率。內(nèi)存擴大一倍，且V100最多推動速度提升50%，可以通過減少內(nèi)存優(yōu)化需求，支持創(chuàng)造復雜的深度學習和科學應用，并提升開發(fā)者的工作效率。”

美超微GPU系統(tǒng)還能支持被設計用來在任何橫向擴展服務器中加速推理工作負載的超高效Tesla P4。Tesla P4中的硬件加速轉(zhuǎn)碼引擎可以實時提供35個高清視頻流，并支持將深度學習整合進視頻轉(zhuǎn)碼管道，為新的智能視頻應用種類提供支持。深度學習以并非歷史上其它計算模型的方式塑造我們的世界，更深、更復雜的神經(jīng)網(wǎng)絡被訓練用來處理呈指數(shù)增長的大量數(shù)據(jù)。為了實現(xiàn)響應性，這些模型在強大的美超微GPU服務器上部署，以便為推理工作負載提供最大的吞吐量。

美超微還進一步展示NVIDIA SCX-E3級GPU加速服務器平臺，這種性能優(yōu)化4U SuperServer 4029GR-TRT2系統(tǒng)能夠憑借美超微富有創(chuàng)新精神和經(jīng)過GPU優(yōu)化的單根復雜PCI-E設計，最多支持10個PCI-E NVIDIA Tesla V100加速器，而這能夠大大提升GPU對等通信性能。SuperServer 1029GQ-TRT在僅僅1U的機架空間中最多可以支持4個NVIDIA Tesla V100 PCI-E GPU加速器，新的SuperServer 1029GQ-TVRT則能在1U機架空間中支持4個NVIDIA Tesla V100 SXM2 32GB GPU加速器，進一步提升密度，而兩種1029GQ服務器都是NVIDIA SCX-E2級GPU加速器平臺的一部分。

憑借讓大數(shù)據(jù)分析和機器學習、最新NVIDIA GPU架構(gòu)與改進后的機器學習算法結(jié)合到一起，深度學習應用要求獲得多個GPU的處理能力，必須以富有效力的高效方式擴展GPU網(wǎng)絡。美超微的單根GPU系統(tǒng)可以支持多個NVIDIA GPU高效聯(lián)系，從而按照NCCL P2PBandwidthTest所測量的那樣，最大限度地降低延遲水平和提升吞吐量。