Arbeitsgruppen-Appliance für das KI-Zeitalter
Datenwissenschaftsteams sind zwar in Sachen Innovation führend, aber auch häufig auf der Suche nach verfügbaren KI-Rechenressourcen, um ihre Projekte abzuschließen. Sie benötigen eine dedizierte Ressource, die sich überall an eine Steckdose anschließen lässt und maximale Leistung für mehrere, weltweit simultan arbeitende Nutzer bietet. NVIDIA DGX Station™ A100 bietet KI-Supercomputing für Datenwissenschaftsteams, indem sie die Leistung eines Rechenzentrums ohne Rechenzentrum oder zusätzliche IT-Infrastruktur realisiert. Leistungsstarke Performance, ein vollständig optimierter Software-Stack und direkter Zugriff auf NVIDIA DGXperts liefern schnellere Erkenntnisse.
Mit der DGX Station A100 stellen Unternehmen mehreren Nutzern eine zentralisierte KI-Ressource für alle Workloads – Training, Inferenz, Datenanalyse – bereit, die einen sofortigen Zugriff auf NVIDIA DGX™-basierte Infrastruktur bietet und mit anderen NVIDIA-zertifizierten Systemen zusammenarbeitet. Und dank MIG (Mehr-Instanzen-Grafikprozessor) können bis zu 28 separate GPU-Instanzen einzelnen Nutzern und Jobs zugewiesen werden.
DGX Station A100 ist ein KI-System auf Serverniveau, das weder die Leistung noch die Kühlung eines Rechenzentrums benötigt. DGX Station A100 bietet vier NVIDIA A100 Tensor Core GPUs, eine erstklassige CPU der Serverklasse, superschnellen NVME-Speicher und bahnbrechende PCIe Gen4-Busse sowie Remoteverwaltung, mit der sich das System wie ein Server verwalten lässt.
DGX Station A100 wurde für agile Datenwissenschaftsteams entwickelt, die in Unternehmensbüros, Laboren, Forschungseinrichtungen oder sogar von zu Hause arbeiten. DGX Station A100 benötigt weder eine komplizierte Installation noch eine besondere IT-Infrastruktur. Schließen Sie das System einfach an eine beliebige Steckdose an, um in wenigen Minuten loszulegen und an jedem Ort zu arbeiten.
NVIDIA DGX Station A100 ist das weltweit einzige bürotaugliche System mit vier vollständig vernetzten und MIG-fähigen NVIDIA A100 GPUs, die NVIDIA® NVLink® nutzen, um parallel Jobs auszuführen und mehrerer Nutzer ohne Beeinträchtigung der Systemleistung zu bedienen. Trainieren Sie große Modelle mit einem vollständig GPU-optimierten Software-Stack und bis zu 320 Gigabyte (GB) GPU-Speicher.
Deep-Learning-Datensätze werden immer umfangreicher und komplexer, da Workloads wie Gesprächs-KI, Empfehlungsdienste und Computer Vision immer häufiger in verschiedenen Branchen verbreitet sind. NVIDIA DGX Station A100 wird mit einem integrierten Software-Stack geliefert und ist dafür ausgelegt, die – im Vergleich mit PCI-basierten Workstations – kürzeste Zeit für die Lösung komplexer Modelle zu bieten.
Inferenz-Workloads werden typischerweise im Rechenzentrum bearbeitet, da sie alle verfügbaren Rechenressourcen nutzen und eine agile, elastische Infrastruktur benötigen, die sich hochskalieren lässt. NVIDIA DGX Station A100 eignet sich perfekt, um Inferenzleistung und -ergebnisse lokal zu testen, bevor diese Workloads im Rechenzentrum ausgeführt werden. Dies geschieht dank integrierter Technologien wie MIG, die Inferenz-Workloads beschleunigen und den höchsten Durchsatz und die Echtzeit-Reaktionsgeschwindigkeit bieten, die erforderlich sind, um KI-Anwendungen zum Leben zu erwecken.
Unternehmen generieren und sammeln jeden Tag eine noch nie dagewesene Menge an Daten. Diese enorme Informationsmenge ist eine verpasste Chance für diejenigen, die keine GPU-beschleunigten Analysen nutzen. Je mehr Daten Sie besitzen, desto mehr können Sie lernen. Mit NVIDIA DGX Station A100 können Datenwissenschaftsteams aus Ihren Daten schneller als je zuvor umsetzbare Erkenntnisse ableiten.
High-Performance Computing (HPC) ist eines der wichtigsten Tools für den wissenschaftlichen Fortschritt. NVIDIA GPUs optimieren über 700 Anwendungen in einer Vielzahl von Bereichen und bilden damit den Motor des modernen HPC-Rechenzentrums. DGX Station A100 ist mit vier NVIDIA A100 Tensor Core GPUs ausgestattet und so das perfekte System für Entwickler, die wissenschaftliche Workloads testen, bevor sie diese auf Ihren HPC-Clustern bereitstellen. Damit wird eine bahnbrechende Leistung im Büro oder sogar zu Hause erzielt.
Hochleistungstrainings beschleunigen Ihre Produktivität. Das bedeutet, Sie bekommen Ihre Arbeitsergebnisse schneller und gelangen früher zur Marktreife.
BERT Große Vorab-Trainingsphase 1
Über dreimal schneller
DGX Station A100 320 GB; Batchgröße = 64; Gemischte Präzision; Mit AMP; Echtdaten; Sequenzlänge = 128
BERT Große Inferenz
Über viermal schneller
DGX Station A100 320 GB; Batchgröße = 256; INT8-Präzision; Synthetische Daten; Sequenzlänge = 128, cuDNN 8.0.4
ResNet-50 V1.5 Training
Lineare Skalierbarkeit
DGX Station A100 320 GB; Batchgröße = 192; Gemischte Präzision; Echtdaten; cuDNN-Version = 8.0.4; NCCL Version = 2.7.8; NGC MXNet 20.10 Container
Das Mass General Hospital (MGH) & Brigham and Women's Hospital (BWH) Center for Clinical Data Science setzt DGX Station ein, um Generative Adversarial Networks (GANs) zu betreiben, die synthetische MRT-Bilder des Gehirns erstellen, mit denen das Team sein neuronales Netz mit signifikant weniger Daten trainieren kann. DGX Station dient als dedizierte KI-Ressource, die sicherstellt, dass die Radiologen Projekte weiter vorantreiben können.
Die SBB (Schweizerischen Bundesbahnen) besitzt über 15.000 Züge, die 1,2 Millionen Fahrten pro Tag realisieren. Die Leistung der DGX Station ermöglicht eine präzisere und automatisierte Erkennung von Defekten der Bahngleise und verkürzt die Zeit für Inspektionen vor Ort. Mit der optimierten KI-Software in DGX Station können sich Techniker darauf konzentrieren, die geeigneten Daten zu sammeln, statt Komponenten zu testen und zu konfigurieren.
AVITAS Systems nutzt KI-gestützte Roboter, die Korrosion, Leckagen und andere für das menschliche Auge nicht sichtbare Defekte mit unglaublicher Genauigkeit erkennen und an für Menschen unzugängliche Orte gelangen können. Das Unternehmen setzt Deep Neural Networks ein, die auf NVIDIA DGX-Servern im Rechenzentrum entwickelt wurden und sich einfach auf die vor Ort befindliche NVIDIA DGX Station erweitern lassen, um möglichst nahe am Entstehungsort der Daten Rückschlüsse aus den Daten zu ziehen.
KONTAKT FÜR WEITERE INFORMATIONEN
Datenschutz