GPU 딥러닝 특화 HPE Apollo 6500 시스템
HPE Apollo 6500 시스템은 딥러닝에 특화된 시스템으로 2노드의 ProLiant XL270d Gen9 서버와 전원 모듈을 수용. ProLiant XL27d 서버는 1노드당 GPU를 최대 8기, 인텔 Xeon E5-2600 패밀리 CPU를 최대 2기, DDR4 메모리를 최대 1TB 탑재할 수 있는 구조.
대응 GPU는 NVIDIA Tesla M40/K80/K40, NVIDIA Pascal GPU, Intel Xeon Phi(Knight Landing), AMD FirePro S9150 등
Item | Description |
1 | HPE Apollo 6500 Chassis (4U) |
2 | Low profile PCIe Gen3 x16 slot |
3 | Embedded 1Gb NIC 2 |
4 | Embedded 1Gb NIC 1 |
5 | Dedicated iLO Port (Optional) Low profile PCIe Gen3 x16 slot |
6 | Unit Identification (UID) LED/button |
7 | Server serial label pull tab |
8 | Power Button |
9 | USB 3.0 Connector |
10 | SUV(Serial/USB/Video) Connector |
11 | Low profile PCIe Gen3 x16 slot |
12 | 8 SFF SAS/SATA Drive Bays |
13 | HPE ProLiant XL270d Accelerator Trays (2U/tray) |
새로운 기능
- 2U 노드당 56테라플롭스의 단일 정밀도 성능으로 보다 빠른 문제 해결.
- 각 워크로드에 맞도록 최적화할 수 있는 가속기 구성.
- 2개의 PCIe Gen3 x16 슬롯 간 보다 빠른 통신이 가능하여 원하는 고속 패브릭을 사용할 수 있습니다.
특징
가장 까다로운 고성능 컴퓨팅 워크로드를 위한 유연한 구성
가장 까다로운 고성능 컴퓨팅 워크로드를 위한 유연한 구성
HPE Apollo 6500 시스템은 최대 8개의 300W GPU 또는 코프로세서를 지원하여 향상된 성능을 제공합니다.
가속기에 고도의 피어 투 피어 통신을 위해 최적화된 워크로드의 경우, 하나의 고속 PCIe 스위치에 4개의 GPU를 장착하고, 총 8개의 CPU에 대해 하나의 CPU당 2개의 뱅크를 장착합니다.
CPU-GPU 간 고도의 통신이 필요한 경우, CPU당 4개의 GPU 구성을 선택하십시오.
HPE ProLiant XL270d Gen9 서버는 업계 표준의 Intel® Xeon® E5-2600 v4 프로세서, 12G SAS 및 최대 1024GB DDR4 2400MHz 메모리를 갖추고 최고의 성능을 자랑하는 SSD(솔리드 스테이트 드라이브)를 지원합니다.
HPE ProLiant XL270d Gen9 서버 하나당 최대 16개의 HPE DDR4 2400MHz 메모리 모듈로 데이터 집약적인 애플리케이션 워크로드에서 더 빠른 성능을 보입니다.
가속기 노드 간 고도의 대역폭, 낮은 지연 시간 네트워킹
가속기 노드 간 고도의 대역폭, 낮은 지연 시간 네트워킹
HPE Apollo 6500 시스템은 사용자가 원하는 고속 패브릭을 지원하기 위해 두 개의 로우 프로파일 PCIe Gen3 x16 슬롯을 포함합니다.
8:1 GPU-CPU 토폴로지에서는 네트워킹이 GPU의 PCIe Gen3 패브릭에 직접 연결되어 GPU 노드 간 지연 시간이 줄어듭니다.
HPE InfiniBand 어댑터 하나당 4개의 (4) GPU로 GPUDirect를 지원합니다.
'랩터 애널리시스' 카테고리의 다른 글
HPE Vertica 8, 어디에서나 데이터 전개와 분석이 가능하다 (0) | 2016.10.05 |
---|---|
팔로알토 네트웍스의 엔드포인트 솔루션 Traps v3.4 제공 시작 (0) | 2016.09.19 |
델 테크놀로지스 탄생, 세계 최대 비상장 통합 IT 기업 (0) | 2016.09.09 |
기업 스토리지의 41%는 쓸모없는 데이터 - 베리타스 (0) | 2016.08.30 |
님블 스토리지, 올 플래시 스토리지 AF1000 발표 (0) | 2016.08.29 |