This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

SERVIDORES ENTERPRISE PARA LAS CARGAS DE TRABAJO ACELERADAS

T4 ofrece la aceleración por GPU a los principales servidores empresariales del mundo.

VER AHORA

Las GPU NVIDIA T4 Enterprise y las bibliotecas de aceleración CUDA-X potencian los servidores mainstream, diseñados para los modernos data centers. Con la validación NGC-Ready, estos servidores se destacan en toda la variedad de cargas de trabajo aceleradas. La asistencia opcional a través de los servicios de asistencia de NVIDIA NGC garantiza la tranquilidad. Con NVIDIA T4, los equipos de TI pueden construir infraestructuras de data centers aceleradas por GPU estándares con los servidores líderes del mundo.

Productividad y Utilización de Unidades con una Única Plataforma Acelerada

Up to 33% more performance in virtual desktop infrastructures (VDI)

Hasta un 33% más de rendimiento en las infraestructuras de desktops virtuales (VDI)*

Up to 35X faster on machine learning training

Entrenamiento de machine learning hasta 35 veces más rápido

Up to 16X faster on deep learning training

Entrenamiento de deep learning hasta 16 veces más rápido

Up to 68X faster time to insights on deep learning inference

Obtención de resultados hasta 68 veces más rápido en la inferencia de deep learning

INFORMACIÓN SOBRE LA CONFIGURACIÓN

Enterprise Servers for Accelerating Machine Learning

Aceleración Increíble de Machine Learning

Si bien deep learning apareció de forma relativamente reciente en el mercado de IA, las empresas han estado utilizando el machine learning para obtener información de los datos durante décadas. La GPU para el data center NVIDIA T4 puede acelerar estas técnicas de machine learning mediante RAPIDS, un conjunto de bibliotecas de código abierto para la preparación de datos y machine learning aceleradas por GPU. Utilizando herramientas de desarrollo familiares como Python, una GPU T4 puede acelerar el machine learning hasta 35 veces en comparación con un servidor solo de CPU, que incluye algoritmos como XGBoost, PCA, K-means, k-NN, DBScan y tSVD.

MÁS INFORMACIÓN

Turing Tensor Cores Accelerate NVIDIA T4 in Enterprise Servers

Aceleración de IA Incomparable con Turing Tensor Cores

NVIDIA T4 se basa en la revolucionaria tecnología NVIDIA Turing^™ Tensor Core que cuenta con computación de precisión múltiple para las cargas de trabajo de IA. T4 ofrece hasta 68 veces más rendimiento de inferencia que las CPU para impulsar el rendimiento innovador de FP32 a FP16 a INT8, así como INT4. Y para el entrenamiento, un solo servidor con dos GPU T4 reemplaza a nueve servidores de CPU de doble socket.

Los desarrolladores pueden liberar el poder de los Turing Tensor Cores directamente a través de las bibliotecas de de IA NVIDIA CUDA-X y las integraciones con todos los frameworks de IA. Las bibliotecas CUDA-X se desarrollaron con CUDA, el modelo de programación paralela de NVIDIA y proporcionan optimizaciones para los requisitos de procesamiento específicos de inteligencia artificial, máquinas autónomas, procesamiento de alto rendimiento y gráficos.

MÁS INFORMACIÓN

Exceptional VDI Experiences with NVIDIA T4

Experiencia de VDI Excepcional

Los principales servidores equipados con NVIDIA T4 están certificados por nuestros socios para usar el software de GPU virtuales, lo que garantiza que los usuarios disfruten de experiencias de desktop virtual de alta calidad desde cualquier lugar, en cualquier dispositivo. Desde los profesionales técnicos y los profesionales móviles hasta los diseñadores e ingenieros, el modelo T4, cuando se combina con el software de GPU virtuales de NVIDIA, NVIDIA GRID® Virtual PC (GRID vPC) y NVIDIA Quadro^® Virtual Data Center Workstation (Quadro vDWS) puede acelerar la experiencia de VDI, para ofrecer un rendimiento hasta un 33% mejor que los entornos de VDI solo de CPU.

MÁS INFORMACIÓN

Servidores con la Validación NGC-Ready

La optimización del software para ofrecer un rendimiento de clase mundial requiere una comprensión profunda de muchas capas de software diferentes, desde sistemas operativos y drivers hasta bibliotecas, frameworks y aplicaciones. Los contenedores NGC están predesarrollados y altamente optimizados para el procesamiento por GPU. Brindan la experiencia incomparable de NVIDIA y la compatibilidad con el ecosistema para los frameworks de deep learning acelerados por GPU, el software RAPIDS, NVIDIA TensorRT^™ y más de 600aplicaciones de procesamiento de alto rendimiento.

El programa NGC-Ready de NVIDIA permite a todos los fabricantes de servidores validar los contenedores de NGC en sus sistemas. Los servidores NGC-Ready brindan a los administradores de data centers la confianza para implementar servidores equipados con GPU, sabiendo que pueden configurarlos rápidamente para sobresalir en una amplia variedad de aplicaciones aceleradas.

MÁS INFORMACIÓN

SOCIOS DE SERVIDORES EMPRESARIALES

VDI: GRID vPC tested on a server with 2x Intel Xeon Gold 6148 (20c, 2.4 GHz), GRID vPC (using 1B profiles) with 4x T4 GPUs supports 64 user VMs, VMware ESXi 6.7, NVIDIA vGPU Software (410.91/412.16), Windows 10 (1803), 2 vCPUs, 4GB RAM, Resolution 1920x1080 resolution, Single Monitor, VMware Horizon 7.6 User experience was measured using an NVIDIA internal benchmarking tool which measured remoted frames running office productivity applications such as Microsoft PowerPoint, Word, Excel, Chrome, PDF viewing and video playback.

Machine Learning: CPU nodes (61 GB of memory, 8 vCPUs, 64-bit platform), Apache Spark. 200 GB CSV dataset; Data preparation includes joins, variable transformations. GPU Server Config: Dual-Socket Xeon E5-2698 v4@3.6GHz, 20 T4 GPUs on 5 nodes, each with 4x T4 GPUs. All run on InfiniBand network, CPU data for XGBoost and Data Conversion steps are estimated based on measured data for 20 CPU nodes, and reducing execution time by 60% to normalize for training on smaller data set on T4.

Training: Workload: ResNet-50; CPU Server: Dual-Socket Xeon E5-2698 v4@3.6GHz, 512GB System Memory; GPU Server: Dual Xeon E5-2698 v4@3.6GHz with 4x T4 GPUs; Framework: MXNet v1.4; Mixed Precision, CUDA 10.1.105; NCCL 2.4.3, cuDNN 7.5.0.56; cuBLAS 10.1.105; DALI 0.7.0; NVIDIA Driver: 410.104; Batch size: T4: 208 | Dual-Socket CPU Server: 256

Inference: Workload: VGG-19; CPU Server: Dual-Socket Xeon Gold 6140@2.30GHz using OpenVINO Toolkit; GPU Servers: 4x T4 GPUs; TensorRT 5.1 GA; CUDA 10.1.105;
NCCL 2.4.3, cuDNN 7.5.0.56, cuBLAS 10.1.105; NVIDIA Driver 410.104; Batch-size: 128