KI-Training-Serversystem
Bild: COMP-MALL GmbHMit dem Modell Grand-C442 bietet Comp-Mall ein KI-Trainingssystem mit hoher Rechenleistung und Erweiterungsfähigkeiten, indem mehrere GPUs, FPGA- oder VPU-Beschleunigungskarten für Deep-Learning (DL) und Inferenzen hinzugefügt werden können. Das System bietet sechs PCIe-Steckplätze für Speichererweiterung, Beschleunigungskarten und Videoerfassung, Thunderbolt- oder PoE-Zusatzkarten für vielseitige Datenerfassung. Um ein nützliches Trainingsmodell zu entwickeln, werden vorhandene DL Training Frameworks wie Caffe, Tensor-Flow oder Apache MXNet empfohlen. Unterstützt werden unter anderem Windows Server 2016 und Linux. Der Betriebstemperaturbereich reicht von 0 bis 40°C und die Abmessungen betragen ca. 176x481x644mm. Im System wird die neue 14nm-Intel-Xeon-Prozessor-W-Familie verwendet, die auf der LGA2066-Schnittstelle und der Skylake-SP-Architektur mit 4, 6, 8, 10, 14 und 18 Core-Versionen basiert. Bis 256GB über 4xDDR4-ECC-RDIMM/LRDIMM-Steckplätze sind möglich, der verwendete Chipsatz ist C422. Unterstützt werden je ein 1GbE- und ein 10GbE Port sowie M.2 nVMe SSD, U.2 SSD und SATA HDD/SSD. Das System verfügt über einen integrierten M.2-nVMe-Anschluss, Solid-State-Disketten und 20 Schächte mit HDD/SSD-Steckplätzen, darunter zwei U.2-SDD-Steckplätze. Im System sind vier Erweiterungssteckplätze (PCIe x8) mit zwei Breiten und zwei Erweiterungssteckplätze (PCIe x4) mit einer Breite integriert, um die Anforderungen an die Rechenleistung gut zu erfüllen. Dabei basiert die Beschleunigungskarte Mustang-V100-MX8 auf Intel Movidius Myriad X und die Mustang-F100-A10 auf Intel Arria 10GX 1150 FPGAKI. Beide sind zur Inferenzverbesserung bestimmt. Die Beschleunigungskarte Mustang-200 kombiniert zwei Intel-Core-ULT-CPUs und gewährleistet einen zusätzlichen Schub für das Trainingssystem.
Bild: COMP-MALL GmbHMit dem Modell Grand-C442 bietet Comp-Mall ein KI-Trainingssystem mit hoher Rechenleistung und Erweiterungsfähigkeiten, indem mehrere GPUs, FPGA- oder VPU-Beschleunigungskarten für Deep-Learning (DL) und Inferenzen hinzugefügt werden können. Das System bietet sechs PCIe-Steckplätze für Speichererweiterung, Beschleunigungskarten und Videoerfassung, Thunderbolt- oder PoE-Zusatzkarten für vielseitige Datenerfassung. Um ein nützliches Trainingsmodell zu entwickeln, werden vorhandene DL Training Frameworks wie Caffe, Tensor-Flow oder Apache MXNet empfohlen. Unterstützt werden unter anderem Windows Server 2016 und Linux. Der Betriebstemperaturbereich reicht von 0 bis 40°C und die Abmessungen betragen ca. 176x481x644mm. Im System wird die neue 14nm-Intel-Xeon-Prozessor-W-Familie verwendet, die auf der LGA2066-Schnittstelle und der Skylake-SP-Architektur mit 4, 6, 8, 10, 14 und 18 Core-Versionen basiert. Bis 256GB über 4xDDR4-ECC-RDIMM/LRDIMM-Steckplätze sind möglich, der verwendete Chipsatz ist C422. Unterstützt werden je ein 1GbE- und ein 10GbE Port sowie M.2 nVMe SSD, U.2 SSD und SATA HDD/SSD. Das System verfügt über einen integrierten M.2-nVMe-Anschluss, Solid-State-Disketten und 20 Schächte mit HDD/SSD-Steckplätzen, darunter zwei U.2-SDD-Steckplätze. Im System sind vier Erweiterungssteckplätze (PCIe x8) mit zwei Breiten und zwei Erweiterungssteckplätze (PCIe x4) mit einer Breite integriert, um die Anforderungen an die Rechenleistung gut zu erfüllen. Dabei basiert die Beschleunigungskarte Mustang-V100-MX8 auf Intel Movidius Myriad X und die Mustang-F100-A10 auf Intel Arria 10GX 1150 FPGAKI. Beide sind zur Inferenzverbesserung bestimmt. Die Beschleunigungskarte Mustang-200 kombiniert zwei Intel-Core-ULT-CPUs und gewährleistet einen zusätzlichen Schub für das Trainingssystem.
COMP-MALL GmbH
Dieser Artikel erschien in IoT Design NEWS 9 2019 - 06.05.19.Für weitere Artikel besuchen Sie
