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
ANSYS

GPU computing & infrastruktúra



| Sorozat | Platform | GPU | Ideális |
|---|---|---|---|
| AI Compute Pro | AMD Threadripper, 128–256 GB ECC | 1 × NVIDIA RTX PRO, 24 GB | a GPU-s számítás első lépése, egyetemi csoportok |
| AI Compute Ultra | Threadripper PRO, 256–512 GB ECC | 1 × NVIDIA RTX PRO, 32 GB | hosszú futások, nagy memóriaigényű modellek |
| AI Compute Ultra dual GPU | Threadripper PRO, 256–512 GB ECC | 2 × NVIDIA RTX PRO, 32 vagy 48 GB | több GPU-ra skálázható szimulációk |
| AI Compute Ultra quad GPU | Threadripper PRO, 512 GB ECC | 4 × NVIDIA RTX PRO, 48 GB | intézeti léptékű számítási kapacitás |
Végeselem-analízishez és CFD-hez programok felől a szimulációs munkaállomások oldalon is találsz útmutatót, AI-modellek tanításához pedig a Deep Learning munkaállomások valók.
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 »