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 CORPORATIVOS PARA CARGAS DE TRABALHO ACELERADAS

A T4 leva a aceleração por GPU para os principais servidores corporativos do mundo.

ASSISTA AGORA

As GPUs NVIDIA T4 Enterprise e as bibliotecas de aceleração CUDA-X sobrecarregam servidores comuns, planejados para os data centers atuais. Com a validação NGC-Ready, estes servidores se destacam em toda a faixa de cargas de trabalho aceleradas. O suporte opcional pelo Serviço de Suporte NVIDIA NGC garante tranquilidade. Com a NVIDIA T4, as equipes de IT podem construir infraestruturas padrões de data centers acelerados por GPU com os principais servidores do mundo.

Utilização e Produtividade do Drive com uma Única Plataforma Acelerada

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

Até 33% mais desempenho em infraestruturas de desktop virtual (VDI)*

Up to 35X faster on machine learning training

Até 35X mais rápido em treinamento para machine learning.

Up to 16X faster on deep learning training

Até 16x mais rápido em treinamento para deep learningtraining

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

Até 68x mais rápido para obter insights em inferência de deep learning

INFORMAÇÃO DE CONFIGURAÇÃO

Aceleração Impressionante de Machine Learning

Embora deep learning tenha chegado recentemente ao mercado de AI, empresa tem utilizado o machine learning para colher insights de dados por décadas. A GPU para data center NVIDIA T4 pode acelerar estas técnicas de machine learning usando o RAPIDS, um conjunto de bibliotecas de código aberto para preparação de dados e machine learning que aceleram a GPU. Usando ferramentas conhecidas de desenvolvimento como Python, uma GPU T4 pode acelerar o machine learning em até 35x se comparado a um servidor apenas com CPU, incluindo algoritmos como XGBoost, PCA, K-means, k-NN, DBScan e tSVD.

SAIBA MAIS

Aceleração AI Sem Comparações com Turing Tensor Cores

A NVIDIA T4 é baseada na tecnologia revolucionária NVIDIA Turing^™ Tensor Core com processamento de multi-precisão para cargas de trabalho em AI. Potencializando o desempenho inovador desde FP32, FP16 até INT8, bem como em INT4, a T4 oferece desempenho de inferência de até 68x maior do que as CPUs. E para treinamento, um único servidor com duas GPUs T4 substituem nove servidores equipados apenas com CPU dual-socket.

Os desenvolvedores podem liberar toda a potência dos Turing Tensor Cores através das bibliotecas de software para AI NVIDIA CUDA-X e integrações com todos os frameworks AI. Construídas com base no CUDA, o modelo de programação paralelo da NVIDIA, as bibliotecas CUDA-X fornecem otimizações para as necessidades especiais de processamento da inteligência artificial, de máquinas autônomas, de computadores de alto desempenho (HPC) e gráficos.

SAIBA MAIS

Experiências Excepcionais em VDI

Os principais servidores equipados com NVIDIA T4 são certificados por nossos parceiros para software para virtual GPU, garantindo que os usuários aproveitem as melhores experiências em desktop virtual de qualquer lugar, em qualquer dispositivo. Desde professores e profissionais freelancers até designers e engenheiros, a T4, quando combinada com o software NVIDIA para virtual GPU - NVIDIA GRID^® Virtual PC (GRID vPC) e NVIDIA Quadro^® Virtual Data Center Workstation (Quadro vDWS) – pode acelerar a experiência VDI, fornecendo desempenho até 33% melhor do que em ambientes VDI apenas com CPUs.

SAIBA MAIS

Servidores Validados NGC-Ready

A otimização de software para alto desempenho necessita de um conhecimento profundo de diversos níveis diferentes de software, partindo dos sistemas operacionais e drivers até bibliotecas, frameworks e aplicativos. Os containers NGC são pré-construídos e altamente otimizados para processamento por GPU. Eles trazem a experiência incomparável da NVIDIA e o suporte ao ecossistema para frameworks de deep learning acelerados por GPU, software RAPIDS, NVIDIA TensorRT^™, e mais de 600 aplicativos de processamento de alto desempenho.

O programa NGC-Ready da NVIDIA permite que todos os fabricantes de servidores validem os containers NGC em seus sistemas. Servidores NGC-Ready fornecem aos gerentes de data centers a confiança para implantar servidores equipados com GPU, sabendo que eles podem ser configurados rapidamente para se destacarem em uma ampla variedade de aplicativos acelerados.

SAIBA MAIS

PARCEIROS DE SERVIDORES EMPRESARIAIS

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