DeepLearning11:组件
添加额外的gpu与体系成本相比,会增长运营成本,这是与DeepLearning10比拟的状况。随后几年,托管成本将会远远跨越硬件成本。
DeepLearning11:机能影响
本文最重要的是想要展示大年夜这个新体系中获得了若干机能。1600美元的体系和1.6万美元的体系之存放在很大年夜的差别,是以我们估计其影响也会类似。采集了我们的样本Tensorflow,生成Adversarial Network(GAN)图像练习测试用例,并在单卡上运行,然落后入10个GPU体系,用天天的练习周期来表达结不雅。这是一个很好的解释如安在体系的购买价格中增长1400美元或更多的例子。
写在最后
正如人们所想象的那样,DeepLearning10和DeepLearning11消费了大年夜量的功耗。仅仅这两个办事器的平均功率就跨越5kW,峰值更高。这对主机有很大年夜的影响,因为在很多机架中增长0.5RU并不重要。大年夜多半的机架其实不克不及供给25kW +的电源力和冷却才能以知足GPU办事器的需求。
最终,我们欲望在实验室中拥有一个重要的Single Root体系,而DeepLearning11及其10个NVIDIA GTX 1080 Ti 11GB GPU则具备这一点。因为我们倡导起首扩大年夜GPU的大年夜小,大年夜每台机械的GPU数量到多台机械,DeepLearning11既是一个巨大年夜的顶级单机,同时也是基于设计可以扩大到多台机械的平台。
【编辑推荐】
- 惨遭黑客入侵,一次办事器被黑的应急行动!
- 多台办事器同步若何让数据一致
- 推荐Java五大年夜微办事器及其代码示例教程
- 办事器网卡组(team)技巧道理与实践
- 说说办事器机房周详空调中干燥剂有什么感化
推荐阅读
2017年架构师最重要的48个小时 | 8折倒计时 作为电脑中弗成或缺的硬件之一,内存在以前一向都只能充当的副角, 因为其价格比拟CPU与显卡而言一向都处于不起眼的状况,花费者在选购电脑时内>>>详细阅读
本文标题:全面解读DeepLearning11深度学习服务器
地址:http://www.17bianji.com/lsqh/38296.html
1/2 1