Künstliche Intelligenz (KI) ist heute längst kein rein akademisches Thema mehr, sondern wird bereits vielfältig praktisch angewendet, beispielsweise in der Gesichtserkennung, der Robotik, Analytik, Gesundheitsvorsorge oder Smart City-Anwendungen. Der wissenschaftliche Fortschritt erfordert eine Beschleunigung von Machine Learning (ML) und Deep Learning (DL). Mit der SHARK-A.I.-Serie hat BRESSNER jetzt High Performance GPU-Server im Portfolio, die speziell für solche Anforderungen entwickelt wurden.
Flexibles Framework für verschiedenste KI-Anwendungen
„Hochleistungscomputersysteme für die Beschleunigung von GPUs sind ein entscheidender Faktor für spezifische Lösungen, die HPC-Anwendungen (High Performance Computing) und Remote-Virtualisierung optimieren müssen“, sagt Josef Bressner, Geschäftsführer der Bressner Technology GmbH. Der GPU-Server SHARK A.I. ist als Edge-Plattform frei konfigurierbar und kann Flexibilität und Agilität in der Cloud deutlich erhöhen. Der Server unterstützt mehrere Topologien und Bandbreiten. Er bietet die Möglichkeit, unterschiedliche Head Nodes zu implementieren und die Anzahl der GPUs pro virtueller Maschine (VM) frei zu wählen.
Der SHARK A.I. unterstützt sowohl Single- als auch Dual-Root-Komplexe für verschiedene KI-Anwendungen. Bei Deep-Learning-Anwendungen kann ein Single-Root-Complex alle GPU-Cluster nutzen, um sich auf große Lernprozesse und die CPU für kleine Aufgaben zu konzentrieren. Bei maschinellen Lernprozessen kann ein Dual Root Komplex den CPUs mehr Aufgaben zuweisen und weniger verteilte Lernprozesse zwischen GPUs anordnen.
Da die verschiedenen Anwendungen im Edge High Performance Computing individuelle Plattformlösungen benötigen, unterstützt BRESSNER Anwender mit kundenspezifischen Entwicklungen und stimmt CPU, RAM, GPU auf die jeweiligen Bedürfnisse ab. Vor Auslieferung werden die Geräte im Labor einem 24-stündigen Burn-in-Belastungstest ausgesetzt. Die möglichen Systeme unterstützen sowohl NVIDIA- als auch AMD-Grafikkarten, je nach Modell sind bis zu 10 Steckplätze möglich.
Leistungsmerkmale der SHARK-A.I.-Serie im Überblick
https://www.bressner.de/...
https://www.bressner.de/...
Flexibles Framework für verschiedenste KI-Anwendungen
„Hochleistungscomputersysteme für die Beschleunigung von GPUs sind ein entscheidender Faktor für spezifische Lösungen, die HPC-Anwendungen (High Performance Computing) und Remote-Virtualisierung optimieren müssen“, sagt Josef Bressner, Geschäftsführer der Bressner Technology GmbH. Der GPU-Server SHARK A.I. ist als Edge-Plattform frei konfigurierbar und kann Flexibilität und Agilität in der Cloud deutlich erhöhen. Der Server unterstützt mehrere Topologien und Bandbreiten. Er bietet die Möglichkeit, unterschiedliche Head Nodes zu implementieren und die Anzahl der GPUs pro virtueller Maschine (VM) frei zu wählen.
Der SHARK A.I. unterstützt sowohl Single- als auch Dual-Root-Komplexe für verschiedene KI-Anwendungen. Bei Deep-Learning-Anwendungen kann ein Single-Root-Complex alle GPU-Cluster nutzen, um sich auf große Lernprozesse und die CPU für kleine Aufgaben zu konzentrieren. Bei maschinellen Lernprozessen kann ein Dual Root Komplex den CPUs mehr Aufgaben zuweisen und weniger verteilte Lernprozesse zwischen GPUs anordnen.
Da die verschiedenen Anwendungen im Edge High Performance Computing individuelle Plattformlösungen benötigen, unterstützt BRESSNER Anwender mit kundenspezifischen Entwicklungen und stimmt CPU, RAM, GPU auf die jeweiligen Bedürfnisse ab. Vor Auslieferung werden die Geräte im Labor einem 24-stündigen Burn-in-Belastungstest ausgesetzt. Die möglichen Systeme unterstützen sowohl NVIDIA- als auch AMD-Grafikkarten, je nach Modell sind bis zu 10 Steckplätze möglich.
Leistungsmerkmale der SHARK-A.I.-Serie im Überblick
- bis zu 10x PCIe x16 Gen3 GPU-Slots
- Single bzw. Dual Socket XEON® skalierbarer Prozessor
- bis zu 384 GB bzw. 3 TB DDR4 RAM
- 2 x OnBoard 10 GBase-T LAN-Ports
- 1 HE bis 4 HE Rackmount
- Hot-Swap fähige Laufwerkseinschübe
- redundante Lüftermodule und redundante Netzteile
https://www.bressner.de/...
https://www.bressner.de/...
