2019年3月17日 (日) 07:32的最后版本

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Volta GPU的Tesla V100计算卡（112 teraFLOPS） \ 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

配置3

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集群

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

配置2

用户名：XXX 密码：XXXXX

操作系统 Ubuntu / Windows Server 2012，可以远程桌面登录使用

已经安装 Python ，CUDA，TensorFlow

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

合作企业

容天汇海

思腾合力

@@ 第5行： / 第5行： @@
 [[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 =
+=GPU工作站=
-[http://www.rthpc.com 容天汇海]
-[http://www.aiserver.cn 思腾合力]
 == 配置1 ==
@@ 第16行： / 第12行： @@
 == 配置2 ==
+英伟达Volta GPU的Tesla V100计算卡（112 teraFLOPS） \ 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
+==配置3 ==
 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
@@ 第25行： / 第23行： @@
 开发环境：Python 3.6 /  TensorFlow 1.8
-=GPU工作站 6台=
+=GPU集群=
+==GPU工作站 14 台==
+配置1
 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
-已经安装 Python 2.7，CUDA，TensorFlow
+已经安装 Python ， CUDA， TensorFlow
+==GPU工作站 4台==
-=GPU工作站 4台=
+配置2
-地址：
-.6.161.16
+用户名：XXX    密码：XXXXX
-.6.162.72
+操作系统 Ubuntu / Windows Server 2012，可以远程桌面登录使用
-.6.162.126
+已经安装 Python ，CUDA，TensorFlow
-.6.162.102
+=联系人=
-用户名：XXX
+如需要登录账户，请联系管理员：章屹松
-密码：XXXXX
+管理员邮箱：zys2962@tsinghua.edu.cn
-操作系统 Windows Server 2012，可以远程桌面登录使用
+=合作企业=
-已经安装 Python 3.5，CUDA，TensorFlow 1.0
+[http://www.rthpc.com 容天汇海]
-=联系人=
+[http://www.aiserver.cn 思腾合力]
-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

“GPU工作站使用说明”版本间的差异