VDI: GRID vPC probado en un servidor con 2 Intel Xeon Gold 6148 (20 núcleos, 2,4 GHz), GRID vPC con T4-1B (64 VM), VMware ESXi 6.7, software vGPU de NVIDIA (410.91/412.16), Windows 10 (1803), 2 vCPU, 4 GB RAM, resolución 1920x1080, un monitor y VMware Horizon 7.6. La experiencia de usuario ha sido calibrada con una herramienta comparativa interna de NVIDIA que mide los entornos remotos que ejecutan aplicaciones de productividad de oficina, como Microsoft PowerPoint, Word, Excel, Chrome, la lectura de archivos PDF y la reproducción de vídeo.
Aprendizaje automático: nodos CPU (61 GB de memoria, 8 vCPU, plataforma de 64 bits), Apache Spark. 200 GB de conjunto de datos en CSV; la preparación de datos incluye transformaciones variables y conjuntas. Configuración del servidor GPU: Xeon E5-2698 v4 de 3,6 GHz de doble socket, 20 GPU T4 en 5 nodos, cada uno con 4 GPU T4. Todo ejecutado en una red InfiniBand; los datos de CPU para los pasos XGBoost y la conversión de datos están estimados en los datos valorados para 20 nodos de CPU y en una reducción del 60 % del tiempo de ejecución para normalizar el entrenamiento en conjuntos de datos más pequeños en T4.
Entrenamiento e inferencia de deep learning: GPU: Xeon E5-2698 v4 de 3,6 GHz de doble socket. Servidores GPU: 2 T4 para el entrenamiento y 1 T4 para la inferencia. Contenedor NGC 18.11-py3 con CUDA 10.0.130; NCCL 2.3.7, cuDNN 7.4.1.5; cuBLAS 10.0.130 | Controlador NVIDIA: 384.145.