“GPU工作站使用说明”版本间的差异
（→配置2） |
（→配置3） |
||
| 第23行： | 第23行： | ||
== 配置3 == | == 配置3 == | ||
| − | CPU*40核\ 英伟达 K40 GPU \ 内存 32GB \系统盘 1T SSD 企业级固态硬盘 \ 2T SATA 3.5 7200 服务器硬盘 | + | CPU*40核\ 英伟达 K40 GPU (4.29 Tflops) \ 内存 32GB \系统盘 1T SSD 企业级固态硬盘 \ 2T SATA 3.5 7200 服务器硬盘 |
== 软件 == | == 软件 == | ||
2018年6月2日 (六) 12:01的版本
GPU计算
通用图形处理器（General-purpose computing on graphics processing units，简称GPGPU）。
GPU计算是指利用处理图形任务的图形处理器（GPU）来计算原本由中央处理器（CPU）处理的通用计算任务，这些通用计算常常与图形处理没有任何关系。
GPU工作站
配置1
8块 NVIDIA GeForce TitanX 12G GDDR5 、128GB 内存、12TB 存储
10TFlops 峰值运算能力
配置2
志强 E5 3.2G (14核28线程)、内存 32G/64GB、英伟达 GTX1080 8G \ 系统盘 1T SSD 企业级固态硬盘 \ 2T SATA 3.5 7200 服务器硬盘
配置3
CPU*40核\ 英伟达 K40 GPU (4.29 Tflops) \ 内存 32GB \系统盘 1T SSD 企业级固态硬盘 \ 2T SATA 3.5 7200 服务器硬盘
软件
操作系统：Ubuntu 16.04
开发环境：Python 2.7 / CUDA 8.0.44 / TensorFlow 1.0
GPU工作站 6台
地址：101.6.163.160 - 101.6.163.165
用户名：XXXX
密码：XXXX
操作系统 Ubuntu 16，可以ssh登录使用
已经安装 Python 2.7，CUDA，TensorFlow
GPU工作站 4台
地址：
101.6.161.16
101.6.162.72
101.6.162.126
101.6.162.102
用户名：XXX
密码：XXXXX
操作系统 Windows Server 2012，可以远程桌面登录使用
已经安装 Python 3.5，CUDA，TensorFlow 1.0
联系人
如需要登录账户，请联系管理员：章屹松
管理员邮箱：zys2962@tsinghua.edu.cn
