HPC munkaállomás tudományos számításhoz

Ha kutatásban, szimulációban vagy nagy számítási igényű mérnöki feladatokban dolgozol, ez a legmagasabb teljesítményű sorozatunk.

A tudományos számítás és a HPC (High Performance Computing) feladatok – numerikus szimulációk, klímamodellek, fizikai vagy mérnöki számítások, nagy felbontású geospatial feldolgozás – jellemzően egyszerre igénylik a rendkívül erős processzort, a nagy, hibatűrő (ECC) memóriát és a GPU-gyorsított párhuzamos számítást. Az AI Compute gépek pontosan ezekre a feladatokra épülnek: munkaállomás kategóriájú platform, nagy kapacitású ECC memória, és NVIDIA RTX PRO Blackwell GPU-k, amelyek dual és quad konfigurációban is elérhetők, ha a számítási feladat skálázható több videókártyára.

Ez a sorozat azoknak készült, akiknek a munkája nem fér bele egy hagyományos munkaállomás kereteibe – egyetemi és kutatóintézeti kollégáknak, mérnöki csapatoknak, vagy bárkinek, aki rendszeresen futtat órákig, akár napokig tartó számításokat. A négy teljesítményszint (Compute Pro – Ultra – Ultra dual GPU – Ultra quad GPU) lehetővé teszi, hogy pontosan annyi GPU-erőforrást válassz, amennyire a projekted valóban igényt tart, ahelyett hogy egy mindenre-jó, túlméretezett szervert vennél.



Tudományos számítási eszközök & keretrendszerek

matlab MATLAB
ansysANSYS
openfoam
OpenFOAM
python
Python

GPU computing & infrastruktúra

nvidia cuda
NVIDIA CUDA
open mpi
Open MPI
docker
Docker

Négy szint a projektjeid léptékéhez

SorozatPlatformGPUIdeális
AI Compute ProAMD Threadripper, 128–256 GB ECC1 × NVIDIA RTX PRO, 24 GBa GPU-s számítás első lépése, egyetemi csoportok
AI Compute UltraThreadripper PRO, 256–512 GB ECC1 × NVIDIA RTX PRO, 32 GBhosszú futások, nagy memóriaigényű modellek
AI Compute Ultra dual GPUThreadripper PRO, 256–512 GB ECC2 × NVIDIA RTX PRO, 32 vagy 48 GBtöbb GPU-ra skálázható szimulációk
AI Compute Ultra quad GPUThreadripper PRO, 512 GB ECC4 × NVIDIA RTX PRO, 48 GBintézeti léptékű számítási kapacitás

Mitől lesz jó egy HPC munkaállomás?

  • Sok processzormag – MPI-alapú, CPU-n futó kódokhoz.
  • Nagy ECC memória – napokig futó számítások, végig épségben és stabilan.
  • GPU-gyorsítás – CUDA-alapú kódok, MATLAB GPU-függvények, GPU-képes megoldók.
  • Bőséges PCIe sávszélesség – a több GPU is teljes tempóval kap adatot.

Végeselem-analízishez és CFD-hez programok felől a szimulációs munkaállomások oldalon is találsz útmutatót, AI-modellek tanításához pedig a Deep Learning munkaállomások valók.

Gyakori kérdések

Miért jó a saját HPC munkaállomás a klaszter mellett?
A saját gép mindig rendelkezésre áll: azonnal futtathatsz, tesztelhetsz és fejleszthetsz, sorbanállás helyett. A kész kódot később nagy klaszterre is skálázhatod.

Milyen szoftverek futnak rajta?
MATLAB, ANSYS, OpenFOAM, Python-alapú tudományos könyvtárak, Open MPI és CUDA – a fent felsorolt eszközök mind otthon vannak ezeken a gépeken.

Segítünk választani! Írd meg, mire használnád a gépet, és fix áras ajánlatot küldünk. Az új géped már a polcon vár. Ajánlatot kérek »

sixpayment