“GPU工作站使用说明”版本间的差异
来自iCenter Wiki
（→配置2） |
|||
| （相同用户的一个中间修订版本未显示） | |||
| 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 == | == 配置1 == | ||
| 第12行： | 第12行： | ||
== 配置2 == | == 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 | 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21行： | 第23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 14 台= | + | =GPU集群= |
| + | |||
| + | ==GPU工作站 14 台== | ||
配置1 | 配置1 | ||
| 第33行： | 第37行： | ||
已经安装 Python ， CUDA， TensorFlow | 已经安装 Python ， CUDA， TensorFlow | ||
| − | =GPU工作站 4台= | + | ==GPU工作站 4台== |
配置2 | 配置2 | ||
| 第50行： | 第54行： | ||
=合作企业= | =合作企业= | ||
| − | |||
| − | |||
[http://www.rthpc.com 容天汇海] | [http://www.rthpc.com 容天汇海] | ||
[http://www.aiserver.cn 思腾合力] | [http://www.aiserver.cn 思腾合力] | ||
2019年3月17日 (日) 07:32的最后版本
目录
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
