NVIDIA 整合型加速器

強大效能、強化網路功能和穩健安全性 集於一身

更快且更安全的人工智慧係統

在一種獨特且高效的架構中,NVIDIA® 整合型加速器將 NVIDIA GPU 的強大效能與 NVIDIA 智慧網路介面卡 (SmartNICs) 和數據處理單元 (DPUs) 的強化網路和安全性相結合。從數據中心到邊緣,為 I/O 密集型、GPU 加速的工作負載提供最大效能和強化安全。

NVIDIA AX800 在單一通用雲端基礎架構上提供高效能、5G vRAN 和人工智慧服務。

更強大且安全的企業

高效能 5G

NVIDIA Aerial™ 是一種應用程式框架,可用來打造高效能、軟體定義、雲端原生的 5G 應用程式,以滿足不斷增長的消費者需求。此框架為 5G 無線電區域網路 (RAN) 實現了 GPU 加速的訊號和資料處理。NVIDIA 整合型加速器為執行 5G 應用程式提供了效能最高的平台。由於資料不需要通過主機 PCIe 系統,因此大幅降低了處理延遲。由此產生的更高輸送量也得以讓每個伺服器的訂閱者密度更高。

高效能 5G
基於人工智慧的網路安全

以人工智慧為基礎的網路安全

整合型加速器為以人工智慧為基礎的網路安全和網路開闢了一系列新的可能性。DPU 的 Arm 核心可以使用 NVIDIA Morpheus 應用程式框架進行程式設計,以執行 GPU 加速的進階網路功能,如威脅偵測、資料外洩防護和異常行為分析。系統能以高速資料傳輸率直接將 GPU 處理應用於網路流量,而資料可直接在 GPU 和 DPU 之間的路徑上傳輸,從而提供更好的隔離。

加速邊緣端採用 5G 技術的人工智慧

NVIDIA AI-on-5G 由 NVIDIA EGX™ 平台、用於軟體定義的 5G 虛擬化 RAN (vRAN) 的 NVIDIA Aerial SDK,以及企業人工智慧框架所組成,包括 NVIDIA Isaac™ 和 NVIDIA Metropolis 等 SDK。該平台讓邊緣裝置,如攝影機、工業感測器和機器人,能夠使用人工智慧並與資料中心進行 5G 通訊。整合卡實現了在單一企業伺服器中提供這些功能的可能性,而無需部署成本更高的專用系統。NVIDIA 的 MIG 技術實現在幾種不同的應用程式之間共用 GPU 的可能性,如此一來,用於加速 5G 訊號處理的整合卡也可用於邊緣端人工智慧。

在邊緣端加速 AI-on-5G
平衡、優化的設計

平衡且最佳化的設計

NVIDIA 整合型加速器將 GPU、DPU 和 PCIe 交換器整合至單一裝置,設計出專屬的平衡架構。在需要多個 GPU 和 DPU 的系統中,整合型加速器卡可以避免伺服器 PCIe 系統出現爭用問題,因此效能會隨著設備的增加而線性擴展。此外,整合卡提供的效能更容易預測。將這些元件安裝在一張實體卡上也可增加空間並提升能源效率。整合卡可大幅簡化部署與長期維護的過程,尤其是在大規模安裝量產型伺服器時效果更顯著。

認識 NVIDIA 整合型加速器

這些裝置都能讓資料密集型的邊緣端和資料中心工作負載以最高的安全性和效能執行。

搭載 Ampere GPU 架構和 BlueField-3 DPU 的 AX800 整合型加速器產品圖片

NVIDIA A30X

NVIDIA A30X 結合了 NVIDIA A30 Tensor 核心 GPU 和 BlueField-2 DPU。MIG 技術可以讓 GPU 分割成多達四個 GPU 執行個體,每一個體執行一個單獨的服務。此卡設計提供了良好的運算和 I/O 效能平衡,適用於 5G vRAN 和基於人工智慧的網路安全等應用。多個服務可以在 GPU 上運行,通過板載 PCIe 交換機提供低延遲和可預測的效能。

NVIDIA A100X

NVIDIA A100X 集合 NVIDIA A100 Tensor 核心 GPU 的強大功能與 BlueField-2 DPUMIG 技術讓每個 A100 可以分割多達 7 個 GPU 執行個體,讓更多服務得以同時執行。

A100X 非常適合運算需求密集的使用案例。範例包括具有大規模多輸入和多輸出 (MIMO) 功能的 5G、AI-on-5G 部署,以及訊號處理和多節點訓練等專用工作負載。。

NVIDIA AX800

NVIDIA AX800 結合了 NVIDIA Ampere 架構 GPU 技術與 BlueField-3 DPU。其 GPU 記憶體頻寬接近每秒 1TB,最多可分割成 7 個 GPU 執行個體。其 16 個 Armv8.2+ A78 Hercules 核心支援 256 個執行緒,因此 AX800 能夠在 5G vRAN 等最嚴苛的 I/O 密集工作負載上提供高效能。

Stay Up To Date

Sign up to get the latest information and resources on NVIDIA EGX converged accelerators, straight to your inbox