機器學習大熱—— 深度學習GPU工作站、服務器主機配置支持兩顆Intel E5-2600v3/v4 ,支持4塊或8塊TITANX,GTX1080Ti或Tesla P40,K80等GPU卡

深度學習是近幾年熱度非常高的的計算應用方向，其目的在于建立，模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解析數據，依據其龐大的網絡結構，參數等配合大數據，利用其學習能強等特點，對于圖像，音頻和文字處理等具有重大意義。
同機器學習方法一樣，深度學習方法也有監督學習與無監督學習之分，不同的深度學習框架下簡歷的學習模型也都不一樣，例如卷積神經網絡（建成CNN）就是一種深度的監督學習的機器學習模型，而深度置信網（簡稱BDNs）就是一種無監督學習的下機器學習模型。

LINKZOL（聯眾集群公司）通過和全球視覺計算領域的領導者NVIDIA公司的緊密合作，并與NVIDIA建立了NPN網絡合作伙伴關系，通過近十年與高校和科研院的合作經驗，將產品類型深度開發，相繼推出LZ-743GR-2G/Q，LZ-748GT,LZ-428GR-8G等深度學習應用的專用GPU計算服務器和工作站，例如在2U整機實現容納6個NVIDIA Tesla/TITANX/GTX 1080Ti,以及在4U整理容納4個和8個NVIDIA Tesla/Titanx(pascal)/GTX 1080Ti的GPU計算卡，利用NVIDIA的CUDA生態系統，CUDNN等GPU加速庫，實現“CPU+GPU”協同計算加速，合理分配計算資源，充分釋放計算能力，以高效，可靠，穩定的特性，滿足不同行業的深度學習和人工智能等的計算應用。

同時利用GNU編譯器包括C/C++/Fortran,MKL庫以及利用OPENMPI和MPICH的并行消息環境，采用Caffe,Tensorflow,Theano,BIDMach,Torch等深度學習框架，通過編譯Caffe的Python和Matla等接口，基于B/S架構實現且可視化的進行DNN的訓練，測試等。

相較之于CPU來說GPU的計算效率是CPU計算效率的幾十倍，GPU由大量的運算單元組成，并行計算能力遠高于CPU，通常來說GPU擁有普通內存位寬更大，頻率更高的專用顯存，適合處理大規模數據的并行計算。LINKZOL?品牌產品都支持兩顆Intel xeon E5-2600V4/V3系列處理器，支持4片和8片NVIDIA Tesla P100/P40/K80以及NVIDIA TITANX(PASCAL)和GTX 1080Ti等GPU卡的，單精度計算能最高達到12T FLOPS，對于深度學習來說無疑是最合適的計算應用。

LINKZOL LZ-748GT

和LZ-743GR-2G/Q都是目前深度學習應用在高校和科研院所最廣泛的產品，兩款產品都支持最新Intel xeon E5-2600V4處理器，分別可搭載4個和2個GPU計算卡，內存支持DDR4 2400/2133MHZ，最大容量支持2T，可最遲最大8個大容量磁盤，支持SATA,SSD，可選RAID卡部件，支持RAID0,1,5,10,50,6,60等RAID模式，最高傳輸效率達到1000MB/S，實現快速存儲計算數據。

LINKZOLLZ-743GR-2G和LZ-748GT等GPU工作站支持7x24小時部件運行，所以部件均按照工業級環境設計，電源采用2000W白金和1200W金牌電源，通過80 Plus認證，能再180-240V，10.5A-8A，50-60MHZ電力范圍正常工作，LZ-748GT采用冗余電源設計，允許其中一個電源宕掉的情況下保證設備的正常運行。同時LZ-748GT和LZ-743GR-2G都是采用4個高可靠的散熱風扇，保證系統內部溫度始終保持在合理范圍。

硬盤采用企業級的HDD機械硬盤，和企業級的SSD固態硬盤。SSD主要安裝系統，當然，也可以采用大容量的SSD做數據存儲，一般情況下采用機械硬盤做數據的存儲。

詳情咨詢：400-630-7530

E-MAIL :xiejin@www.xgcbw.com