NVIDIA 認證系統進軍桌上型電腦

作者 NVIDIA

認證計畫將規模擴大到納入工作站,讓 Cloudera 資料平台發揮最佳效能。

我們為運行加速作業負載所苦的企業提供了一個答案,那便是 NVIDIA 認證系統。全球有近二十間電腦製造商所推出的伺服器產品已經取得認證,能夠以最佳效能、可靠性和規模運行各種加速作業負載。

如今 NVIDIA 認證系統也隨著工作站的腳步,進軍桌上型電腦,這些產品也要歷經相同的測試,以驗證它是否具備妥善運行 GPU 加速應用程式的能力。

認證確保了這些桌上型電腦或筆記型電腦,在設計上面面俱到,且有著正確的配置,以發揮最高的效能。符合工作站認證標準的 GPU 有最新的 NVIDIA RTX A6000、A5000 和 A4000,以及 RTX 8000 和 6000。

NVIDIA 認證工作站將加入目前九十餘款已上市的系統陣容中,這些系統包括搭載 NVIDIA HGX A100 8-GPU 的最高效能人工智慧伺服器、搭載 NVIDIA A30 Tensor Core GPU 的主流加速資料中心企業級伺服器,以及搭載 NVIDIA T4 GPU 的薄型低功耗邊緣系統。

認證系統在 CDP 上加速處理資料科學運算作業

上週正式推出的 Cloudera Data Platform(CDP)v7.1.7版本,現在便能發揮 NVIDIA 認證系統的優點。在這個最新版本中加入了 RAPIDS,以 NVIDIA GPU 加快處理資料分析、ETL 及熱門資料科學工具(如 Apache Spark),完成大量資料運算作業。

測試結果顯示,與未採用加速技術的伺服器相比,這個版本的 CDP 在搭載 NVIDIA GPU 的伺服器上,運行速度提高10倍。為了讓客戶輕鬆上手,NVIDIA 與 Cloudera 推薦了兩款通過 NVIDIA 認證的伺服器配置,客戶可以向多個供應商購買:

  • CDP 就緒:在採用 CDP-Ready 配置的 NVIDIA 認證伺服器中,每台伺服器搭載兩顆 NVIDIA A30 GPU,相較於目前只搭載 CPU 的產品,運行 Apache Spark 的效能提高了五倍,而成本卻增加了不到 50%。
  • 人工智慧就緒:對於還要運行機器學習或其它人工智慧相關應用程式的客戶,NVIDIA A100 GPU 則是提供了更高的效能 – 還能加快處理機器學習和人工智慧的訓練事宜。

資料科學家常在工作站上開發及完善機器學習和深度學習模型,以強化資料中心的資源,或者幫助將雲端運算成本降至最低。要大規模開發原型並最終投入生產環境時,使用 NVIDIA 認證工作站產品,可以把工作搬到 NVIDIA 認證的伺服器上,不用移植到不同的工具或框架上。

新的白皮書說明了認證的價值

在系統中安裝 GPU 和 SmartNIC 時,挑選正確的伺服器或工作站型號,以及正確配置組件和韌體,是獲得最大投資效益的關鍵。

NVIDIA 與其合作夥伴已經驗證出某一套特定的 NVIDIA 認證系統,能夠妥善運行加速作業負載,他們也找出了最理想的硬體配置。

不當配置會造成效能不佳,甚至無法正常運作或完成運算工作。認證一事可以確保每個經過測試的系統,都能發現及解決類似的問題。我們在《Accelerate Compute-Intensive Workloads with NVIDIA-Certified Systems》這份新的白皮書中說明了這件事及更多資訊。

NVIDIA 按照在運算、圖形和網路加速方面的豐富經驗,設計出一套超過25個項目的測試內容,交由我們的系統合作夥伴加以利用。我們精心挑選每項測試內容,以獨特而徹底的方式測試系統硬體,盡量暴露出潛在的配置問題。部分測試內容著重於硬體的某一面,其它測試內容則著重於同時運行,也在多步驟工作流程中運行的多個組件。

企業可以藉由 NVIDIA 認證系統,安心選擇有著最佳效能的硬體來支援其加速運算作業負載 – 這些作業負載遍布在桌面、資料中心再到邊緣。

進一步瞭解 NVIDIA 認證系統: