badge xeon blue

GPU-palvelimet

Vaikuttava laskentateho

Tutustu palvelinsarjaamme, jonka palvelimet on varustettu erityisesti intensiiviseen käyttöön konfiguroiduilla grafiikkakorteilla. GPU-palvelimet on suunniteltu nopeuttamaan rinnakkaiskäsittelyä suorittimien tarjoamalla moninkertaisella laskentatehollaan.

GPU

GPU-palvelinten edut

Korkea taajuus

NVIDIA GeForce GTX 1080

Yhdistämällä grafiikkakortit ja tuplaprosessorit voidaan palvelimen tarjoama laskentateho kymmenkertaistaa. Tuhansien yhdistettyjen ydinten ansiosta monimutkaisten ja massiivisesti rinnakkaisten tehtävien käsittely on mahdollista.

Grafiikkakortin ominaisuudet:

  • 8 GB DDR5
  • 2 560 CUDA-ydintä
  • 320 Gbit/s RAM-kaistanleveys
  • Nvidia GPU Boost 3.0 Technology
Linux, CUDA/OpenCL ja KVM-yhteensopiva.

Esimerkkejä palvelimista

Intel  2x Xeon E5-2667v3
16c/32t - 3.2GHz /3.2GHz
64GB DDR4 ECC 2400 MHz
SoftRaid 2x480GB SSD
4 × NVIDIA Geforce GTX 1080
200 Mbps kaistanleveys
vRack: 100 Mbps
Alkaen:
1 419,99
 /kk

GPU-palvelimen käyttötavat

Varmuuskopiointipalvelin

Cloud gaming

Luo tilauksesta peliympäristöjä ilman huolta palvelimen suoritustehosta ja tarjoa peli-istuntoja teräväpiirtona.

Multimediasäilytys

3D-renderöinti

Käytä grafiikkakorttien laskentatehoa monimutkaisten 2D- ja 3D-animaatioiden tekemiseen.

Laajojen tietokantojen säilytys

Video

Nopeuta videoidesi käsittelyä ja koodausta grafiikkakorttien tarjoaman laskentatehon ansiosta.

Vastauksia kysymyksiin:

Miksi käyttää grafiikkakorttia palvelimella?

Grafiikkakorteissa (GPU) on paljon enemmän ytimiä kuin perinteisessä suorittimessa (CPU). Erittäin suuren tehtävämäärän käsittely rinnakkain on siis mahdollista. Tätä alunperin graafisiin operaatioihin (OpenGL/Direct3D) suunniteltua konseptia voidaan hyödyntää ohjelmointikielillä (esim. CUDA tai OpenCL) aiemmin vain suoritinten käsittelemien tehtävien toteuttamista varten.

Millä tavoin GPU-palvelinta voidaan käyttää?

GPU-palvelimen arkkitehtuuri sopii erityisesti rinnakkaiskäsittelyä vaativille sovelluksille (kuvankäsittely, biolaskenta, big data tai syväoppiminen). Sen avulla usein paljon resursseja vievien laskujen käsittelyä voidaan nopeuttaa huomattavasti.