深度学习--GPU服务器方案 CAFFE，Tesorflow软件

 

 

机器学习大热—— 深度学习GPU工作站、服务器主机配置支持两颗Intel E5-2600v3/v4 ,支持4块或8块TITANX,GTX1080Ti或Tesla P40,K80等GPU卡

 

深度学习是近几年热度非常高的的计算应用方向，其目的在于建立，模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解析数据，依据其庞大的网络结构，参数等配合大数据，利用其学习能强等特点，对于图像，音频和文字处理等具有重大意义。
同机器学习方法一样，深度学习方法也有监督学习与无监督学习之分，不同的深度学习框架下简历的学习模型也都不一样，例如卷积神经网络（建成CNN）就是一种深度的监督学习的机器学习模型，而深度置信网（简称BDNs）就是一种无监督学习的下机器学习模型。

LINKZOL（联众集群公司）通过和全球视觉计算领域的领导者NVIDIA公司的紧密合作，并与NVIDIA建立了NPN网络合作伙伴关系，通过近十年与高校和科研院的合作经验，将产品类型深度开发，相继推出LZ-743GR-2G/Q，LZ-748GT,LZ-428GR-8G等深度学习应用的专用GPU计算服务器和工作站，例如在2U整机实现容纳6个NVIDIA Tesla/TITANX/GTX 1080Ti,以及在4U整理容纳4个和8个NVIDIA Tesla/Titanx(pascal)/GTX 1080Ti的GPU计算卡，利用NVIDIA的CUDA生态系统，CUDNN等GPU加速库，实现“CPU+GPU”协同计算加速，合理分配计算资源，充分释放计算能力，以高效，可靠，稳定的特性，满足不同行业的深度学习和人工智能等的计算应用。

同时利用GNU编译器包括C/C++/Fortran,MKL库以及利用OPENMPI和MPICH的并行消息环境，采用Caffe,Tensorflow,Theano,BIDMach,Torch等深度学习框架，通过编译Caffe的Python和Matla等接口，基于B/S架构实现且可视化的进行DNN的训练，测试等。

 

相较之于CPU来说GPU的计算效率是CPU计算效率的几十倍，GPU由大量的运算单元组成，并行计算能力远高于CPU，通常来说GPU拥有普通内存位宽更大，频率更高的专用显存，适合处理大规模数据的并行计算。LINKZOL?品牌产品都支持两颗Intel xeon E5-2600V4/V3系列处理器，支持4片和8片NVIDIA Tesla P100/P40/K80以及NVIDIA TITANX(PASCAL)和GTX 1080Ti等GPU卡的，单精度计算能最高达到12T FLOPS，对于深度学习来说无疑是最合适的计算应用。

 

LINKZOL LZ-748GT

和LZ-743GR-2G/Q都是目前深度学习应用在高校和科研院所最广泛的产品，两款产品都支持最新Intel xeon E5-2600V4处理器，分别可搭载4个和2个GPU计算卡，内存支持DDR4 2400/2133MHZ，最大容量支持2T，可最迟最大8个大容量磁盘，支持SATA,SSD，可选RAID卡部件，支持RAID0,1,5,10,50,6,60等RAID模式，最高传输效率达到1000MB/S，实现快速存储计算数据。

 

 

LINKZOLLZ-743GR-2G和LZ-748GT等GPU工作站支持7x24小时部件运行，所以部件均按照工业级环境设计，电源采用2000W白金和1200W金牌电源，通过80 Plus认证，能再180-240V，10.5A-8A，50-60MHZ电力范围正常工作，LZ-748GT采用冗余电源设计，允许其中一个电源宕掉的情况下保证设备的正常运行。同时LZ-748GT和LZ-743GR-2G都是采用4个高可靠的散热风扇，保证系统内部温度始终保持在合理范围。

 

 

硬盘采用企业级的HDD机械硬盘，和企业级的SSD固态硬盘。SSD主要安装系统，当然，也可以采用大容量的SSD做数据存储，一般情况下采用机械硬盘做数据的存储。

 

 

详情咨询：400-630-7530

E-MAIL :xiejin@linkzol.com