“GPU工作站使用说明”版本间的差异
来自iCenter Wiki
（→GPU工作站） |
（→GPU工作站 6台） |
||
| 第25行： | 第25行： | ||
开发环境：Python 3.6 / TensorFlow 1.8 | 开发环境：Python 3.6 / TensorFlow 1.8 | ||
| − | =GPU工作站 | + | =GPU工作站 14 台= |
| + | |||
| + | 配置1 | ||
地址：101.6.163.160 - 101.6.163.165 | 地址：101.6.163.160 - 101.6.163.165 | ||
| − | 用户名：XXXX | + | 用户名：XXXX 密码：XXXX |
| − | + | ||
| − | 密码：XXXX | + | |
操作系统 Ubuntu 16，可以ssh登录使用 | 操作系统 Ubuntu 16，可以ssh登录使用 | ||
| − | 已经安装 Python | + | 已经安装 Python ， CUDA， TensorFlow |
| − | + | ||
=GPU工作站 4台= | =GPU工作站 4台= | ||
2018年6月2日 (六) 12:08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
英伟达 TitanXP ( 12 TFlops) \ 内存 128GB \ 12TB 存储
配置2
英伟达 K40 GPU (4.29 Tflops) \ 内存 64GB \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 3.6 / TensorFlow 1.8
GPU工作站 14 台
配置1
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 ， 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
