qingfeng915938629

                                           深度学习训练与神经网络计算架构配置分析

目录
1 深度学习训练平台与理想计算架构
2 深度神经网络计算特点与硬件配置分析
3 UltraLAB GXM图灵工作站与配置推荐

(一)深度学习训练平台现状与完美计算架构

深度神经网络(DNN)计算数据模型繁多,结构复杂,主流模型含几十个隐含层,每层都在上千上万级的神经元,整个网络更多,其计算量巨大,

市场上用于深度学习的训练计算机大致情况,
(1)服务器/工作站(支持2、4、8块GPU架构):普遍存在噪音大,无法放置于办公环境,必须放到专门的机房,维护成本高,另外数据存储带宽、延迟、容量也不尽如意
(2)分布式集群架构:性能强大,但是开发成本太高,是大多数科研单位无法承受

那么问题来了,市场上是否有一个理想产品,弥补上述缺陷,让更多单位都能用的起~人工智能AI超级异构计算机

UltraLAB GXM图灵计算工作站是目前市场上一款集GPU超算、海量存储于一体、基于办公静音环境、应用于深度学习(机器学习、人工智能)的AI超级计算机系统。

和市面上深度学习计算机系统相比,显著优势:

1.完全处于办公环境(静音级)、不在被噪音所困扰

2.配备基于PCIe总线的海量高速并行存储(最大容量180TB),延迟低,支持最大15个并行读,硬盘io性能大幅提升,性能和管理远超传统的DAS/NAS存储系统

3.配备超级强大的计算能力,最大10个GPU卡,3.82万计算核,单精度浮点120Tflops

4.不需要专门的机房,不占过多空间,维护成本极低

5.不需要作业调度系统,管理难度大幅降低

 

(二)深度神经网络计算特点与硬件配置分析

市场上大部分GPU计算机(服务器/工作站),重点都放在GPU卡数量上,似乎只要配上足够GPU卡,就可以了,实际情况是,机器硬件配置还需要整体均衡,只有这样这台机器性能才能更好的发挥

上述图示,深度神经网络计算大致流程,下面通过深度神经网络计算环节,分析核心硬件配置理想要求

1.数据存储要求 
做深度学习首先需要一个好的存储系统,将历史资料保存起来
主要任务:历史数据存储,如:文字、图像、声音、视频、数据库等。。。
性能要求:
a.数据容量:提供足够高的存储能力,

b.读写带宽:多硬盘并行读写架构提高数据读写带宽
c.接口:高带宽,同时延迟低

传统解决方式:专门的存储服务器,借助万兆端口访问
缺点:带宽不高,对深度学习的数据读取过程时间长(延迟大,两台机器之间数据交换),成本高

UltraLAB解决方案:将并行存储直接通过PCIe接口,提供最大16个硬盘的并行读取,数据量大并行读取要求高,无论是总线还是硬盘并行带宽,都得到加大提升,满足海量数据密集io请求和计算需要
2.CPU要求
主要任务:
(1)数据从存储系统调入到内存的解压计算
(2)GPU计算前的数据预处理
(3)运行在代码中写入并读取变量执行指令,如函数调用启动在GPU上函数调用,创建小批量数据启动到GPU的数据传输
(4)GPU多卡并行计算前,每个核负责一块卡的所需要的数据并行切分处理和控制
(5)求解后数据保存前的压缩计算
上述每一类操作基本都是单核计算模式, 如果要加速这些过程,唯有提升CPU频率

传统解决方式:CPU规格很随意,核数和频率没有任何要求
UltraLAB合理推荐:
a.CPU频率:越高越好
b.CPU三级缓存:越大越好
c.CPU核数:比GPU卡数量大(原则:1核对应1卡,核数要有至少2个冗余)

3.GPU要求
主要任务:承担深度学习的数据建模计算、运行复杂算法
传统架构:提供1~8块GPU
UltraLAB合理推荐:
a.数据带宽:PCIe8x 3.0以上
b.数据容量:显存大小也很关键
c.计算匹配:CPU核-GPU卡 1对1
d.GPU卡加速:多卡提升并行处理效率

4 内存要求
主要任务:存放预处理的数据,待GPU读取处理,中间结果存放
UltraLAB合理推荐:
a.数据带宽最大化:单Xeon E5v4 4通道内存,双Xeon E5v4 8通道内存,内存带宽最大化 
b.内存容量合理化:大于GPU总显存

(三)UltraLAB GXM图灵计算工作站介绍与配置推荐

针对上述深度学习应用计算特点,UltraLAB图灵工作站具有深度学习最合理硬件配置架构,保证整个机器是一台理想化异构超算系统,完美强大高效还静音,目前提供两种机型:GX480M和GX610M

3.1 图灵计算工作站技术规格

 

机型

硬件配置规格

CPU

GPU

内存

存储

GX480M

单CPU架构

6核4.5GHz

8核4.3GHz

10核43GHz

最大6块GPU

最大256GB

并行存储,

最大180TB

GX610M

双Xeon架构

2*Xeon E5 2637v4

(共计8核3.5GHz)

2*Xeon E5 2643v4

(共计12核3.4GHz)

2*Xeon E5 2667v4

(共计16核3.2GHz)

最大10块GPU

最大1TB

并行存储,

最大180TB

技术规格一览表

(1)GX480M技术规格一览表

NO

主要项

技术规格

1

CPU

1颗intel 至尊处理器

推荐型号:6850K OC(6核4.5GHz)

     6900K OC(8核4.3GHz)

     6950X OC(10核4.3GHz)

2

芯片组

intel  X99+PCH

3

内存

插槽:8个,

规格:DDR4 2400 Reg ECC

最大容量:256GB(8根32GB)

4

GPU卡

数量:最大7个

接口:PCIE 8x 3.0

GPU种类:Nvidia Geforce,Quadro,Tesla

Intel Xeon Phi,AMD Streamfire

备注:散热系统必须是主动式

5

系统盘

数量: 2块

单盘容量:512GB/1TB/2TB/4TB  SSD SATA-6Gbps接口,

支持RAID1

 

数据盘

数量:16块,

单盘容量:4TB/6TB/8TB/10TB/12TB SATA 企业级,

最大容量180TB(RAID5),PCIe 4x 2.0接口

6

光驱

DVD刻录

7

平台

型号UltraLAB S2AGDT01PCS

电源 1600w,数量1个(四块GPU卡)

或2个(5个以上)

机箱:双塔式

机箱尺寸:深度658mm,宽度478mm,高度674mm

输出口: 2个千兆以太端口(可选万兆),

4个USB 3.0口,2个USB2.0,1个VGA口

硬盘位:16个3.5”热插拔,最大容量180TB

PCI扩展槽:7个PCIe 16x

8

键盘鼠标

键盘:104键、有线、USB口,

鼠标:1000dpi精度、光电、有线、USB口

9

显示器

23”图显(高清,可升降转向,数量2台)

10

整机优化

2.1 自动超频加速优化;

*2.2 高性能低延迟优化;

11

操作系统

支持Window 7/8/10, Windows 2008/2012/2016

支持Ubuntu  全系列

12

支持深度学习框架

Nvidia GPU驱动程序,CUDA ,

Nvidia Digits, Nvidia cuDNN

Caffe,Torch ,TensorFlow,CNTK,Theano,

Chainer,DL4J,MXNet


(2)GX610M技术规格一览表

NO

主要项

技术规格

1

CPU

2颗Xeon E5 2600v4

推荐型号:Xeon E5 2637v4(4核3.5GHz)

          Xeon E5 2643v4 (6核3.4GHz)

          Xeon E5 2667v4(8核3.2GHz)

          Xeon E5 2687Wv4(12核3.0GHz)

2

芯片组

intel  C612+PCH

3

内存

插槽:16个,

规格:DDR4 2400 Reg ECC

最大容量:1TB(16根64GB)

4

GPU卡

数量:最大10个

接口:PCIE 8x 3.0

GPU种类:Nvidia Geforce,Quadro,Tesla

Intel Xeon Phi,AMD Streamfire

备注:散热系统必须是主动式

5

系统盘

数量: 2块

单盘容量:512GB/1TB/2TB/4TB SSD SATA-6Gbps接口

支持RAID1

 

数据盘

数量:16块,

单盘容量4TB/6TB/8TB/10TB/12TB SATA 企业级,

最大容量180TB(RAID5),PCIe 4x 2.0接口

6

光驱

DVD刻录

7

平台

型号UltraLAB S2AGDT01PCS

电源 1600w,数量1个(四块GPU卡)

或2个(5个以上)

机箱:双塔式

机箱尺寸:深度658mm,宽度478mm,高度674mm

输出口: 2个千兆以太端口(可选万兆)

4个USB 3.0口,2个USB2.0,1个VGA口

硬盘位:16个3.5”热插拔,最大容量180TB

PCI扩展槽:10个PCIe 8x  3.0, 1个PCIe 4x 2.0

8

键盘鼠标

键盘:104键、有线、USB口,

鼠标:1000dpi精度、光电、有线、USB口

9

显示器

23”图显(高清,可升降转向,数量2台)

10

整机优化

2.1 自动超频加速优化;

*2.2 高性能低延迟优化;

11

操作系统

支持Window 7/8/10, Windows 2008/2012/2016

支持Ubuntu  全系列

12

支持深度学习框架

Nvidia GPU驱动程序,CUDA ,Nvidia Digits,

Nvidia cuDNN,Caffe,Torch ,TensorFlow,

CNTK,Theano,Chainer,DL4J,MXNet



3.2 产品特点
(1)集GPU超算、并行存储于一体的超级训练系统
基于办公环境,静音级
支持最大10块GPU超算,单精度浮点最大到120Tflops
配备高速并行存储(16个盘位),最大180TB容量
支持双Xeon E5v4高频处理器,加速密集预处理、高强度数据压缩等计算环节
拥有CPU+GPU完美的深度学习架构

(2)预装完整开发工具的硬件系统,帮助快速启动深度学习研究项目
基于GPU工作站系统,预装深度学习所需的软件:Nvidia 驱动程序,CUDA工具包,cuDNN,开源工具TensorFlow,Cafe,Torch,NVIDIA DIGITS等

3.3深度学习工作站硬件配置参考

(1)GX480M机型配置参考(超值型)
该机型特点:支持最大到6块GPU卡,CPU的频率达到极致,每个环节保证达到最理想性能,整体配置均衡无死角,满足深度学习训练硬件配置要求

NO

CPU

内存

GPU/总显存

单精度

系统盘

并行存储

平台

售价

1

6850K OC (6核4.5GHz)

32GB

1块GTX1080

8GB

8Tflops

512GB SSD

4TB

双塔单电

46500

2

6850K OC (6核4.5GHz)

32GB

2块GTX108016GB

16Tflops

512GB SSD

2*4TB

双塔单电

55000

3

6850K OC (6核4.5GHz)

64GB

3块GTX108024GB

24Tflops

512GB SSD

3*4TB

双塔单电

67500

4

 6900K OC (8核4.3GHz)

64GB

4块GTX108032GB

32Tflops

1TB SSD

28TB

双塔单电

98000

5

 6900K OC (8核4.3GHz)

96GB

6块GTX1080Ti66GB

68Tflops

1TB SSD

36TB

双塔双电

148000


备注:含双23”高清图显

(2)GX610M机型配置参考(高性能型)
该机型特点:支持最大到10块GPU卡,CPU的频率和核数达到最大均衡,每个环节保证达到最高性能,整体配置均衡无死角,满足深度学习训练对配置的要求

NO

CPU

内存

GPU/总显存

单精度浮点

系统盘

并行存储

平台

售价

1

2*Xeon E5v4

(8核3.5GHz)

64GB

4块GTX1080 32GB

33Tflops

512GB SSD

28TB

双塔单电

111000

2

2*Xeon E5v4 

(12核3.4GHz)

128GB

6块GTX1080Ti 66GB

68Tflops

1TB SSD

36TB

双塔单电

182000

3

2*Xeon E5v4

(12核3.4GHz)

192GB

8块GTX1080Ti88GB

91Tflops

1TB SSD

44TB

双塔双电

215000

4

2*Xeon E5v4 

(16核3.2GHz)

256GB

9块GTX1080Ti99GB

102Tflops

1TB SSD

60TB

双塔双电

248000

5

2*Xeon E5v4 

(16核3.2GHz)

256GB

10块GTX1080Ti110GB

113Tflops

1TB SSD

90TB

双塔双电

319000

6

2*Xeon E5v4 

(16核3.2GHz)

512GB

10

Quadro P5000

160GB

89Tflops

2TB SSD

120TB

双塔双电

428000

7

2*Xeon E5v4 

(24核3.0GHz)

512GB

10

Quadro P6000

240GB

120Tflops

2TB SSD

150TB

双塔双电

775000


备注:含双23”高清图显

关于GPU计算卡主要型号参考

No

型号

显存(MB)

流处理器SP

显存带宽(GBs)

浮点计算指标 TFLOPs (单精度)

功耗

备注

1

Quadro P6000

24GB

3840

432

11.98

250w

显存和性能最大

2

Quadro P5000

16GB

2560

288

8.86

180w

显存更大 

3

TITAN X

12GB

3584

480

10.97

250w

 

4

GTX1080Ti

11GB

3584

484

11.33

250w

性价比高

5

GTX1080

8GB

2560

320

8.22

180w

超值

6

GTX1070

8GB

1920

256

5.78

150w

超值



UltraLAB GXM在深度学习模型训练领域

除了热门的语音识别、图像识别、自然语言处理(机器翻译)外,更多应用

制造业

生产管理,事故预防,技术更新,不合格产品预判

医疗与护理

影像诊断,用药管理

零售,饮食,食品

自动记账,库存控制,店面防盗预防,内部检测,污染检测,可疑人物检测

安全监控

电梯监控,设备监控,店面监控

建筑与房地产

工程管理,事故预防,房地产信息查询,设施监控

农业与海洋

浇水附加肥料,除草和培育作物管理和病虫害防治,野生动物损害控制,水质监测管理,饲养和运输调整,航运

仓储与物流

库存管理,事故预防,转运和设备维护,异常监测

广告与营销

客户响应分析,客户行为分析



总结
UltraLAB GX610M是一款静音级超级异构计算能力的深度学习训练计算机,比市面上的机器,更安静,性能更强大,适合科研、研究部门在安静的办公环境下运行。

此外,该机型用途极广,扩展能力强, 调整配置后,可为电磁仿真计算(CST)、量子化学/分子动力学计算(VAST、AMBER等)、超大屏拼接(6X10拼接合成)、视频剪辑合成、指纹识别等应用,提供强悍的计算、图形生成能力


方案咨询:13109522266
西安坤隆计算机科技有限公司
国内知名高端定制图形工作站厂家
业务电话:400-705-6800

 

分类:

技术点:

相关文章: