GPU Computing

GPU Computing

Mehr Rechenleistung dank Grafikprozessor

Moderne Grafikkarten werden längst nicht mehr nur für die Berechnung von Bildschirm-Ausgaben verwendet. Die enorme Rechenleistung, die durch die große Anzahl der Kerne in den Grafikprozessoren möglich wird, lässt sich auch für Aufgaben nutzen, die traditionell der CPU vorbehalten waren. Ein gutes Beispiel dafür ist GPU Computing. Lag es früher ganz alleine beim Prozessor Rechenleistung zu erbringen, hilft heute bei rechenintensiven Anwendungen der Grafikprozessor aus.

2HE Intel Single-CPU RI1204-AIXSG Server
Highlights
1 GPU auf 2HE, Platzsparend durch 450 mm (T) Einbautiefe
Aufrüstbar bis zu:
1x Intel Xeon Scalable 3rd Gen
CPU-Cores: 8-40
1TB RAM
4x Datenträger
max. 30.72 TB
2x 1Gbit/s
opt. 2x 10Gbit/s LAN
2 Zusatzkarten
red. NT
Preis inkl. 1x Intel Xeon Silver 4309Y und 16 GB RAM

ab 2.365 
2HE Intel Dual-CPU RI2208-ASXSGN Server
Highlights
11x PCI-E Slots, bis zu 4 GPUs auf 2HE
Aufrüstbar bis zu:
2 x Intel Xeon Scalable 3rd Gen
CPU-Cores: 8-32
2TB RAM
8x Datenträger
max. 61.44 TB
2x 1Gbit/s LAN
11 Zusatzkarten
red. NT
Preis inkl. 1x Intel Xeon Silver 4309Y und 16 GB RAM
Preis auf Anfrage
2HE AMD Single-CPU RA1204-AIEPG Server
Highlights
1 GPU auf 2HE, Platzsparend durch 450 mm (T) Einbautiefe
Aufrüstbar bis zu:
1x AMD EPYC 7002/7003 (Rome/Milan)
CPU-Cores: 8-64
1TB RAM
4x Datenträger
max. 30.72 TB
2x 1Gbit/s
opt. 2x 10Gbit/s LAN
2 Zusatzkarten
red. NT
Preis inkl. 1x AMD EPYC 7252 und 16 GB RAM

ab 2.015 
2HE AMD Dual-CPU RA2208-GIEPGN Server
Highlights
10x PCI-e Slots, bis zu 8 GPUs auf 2HE
Aufrüstbar bis zu:
2 x AMD EPYC 7003 (Milan)
CPU-Cores: 16-64
2TB RAM
8x Datenträger
max. 61.44 TB
2x 10Gbit/s LAN (RJ45)
10 Zusatzkarten
Preis inkl. 2x AMD EPYC 7313 und 32 GB RAM
statt 8.400 
ab 5.820 
2HE AMD Dual-CPU RA2212-ASEPGN Server
Highlights
AMD EPYC 9004, DDR5, bis zu 4 GPUs auf 2HE
Aufrüstbar bis zu:
2x AMD EPYC 9004 (Genoa)
CPU-Cores: 16-128
2.25TB RAM
12x Datenträger
max. 176 TB
2x 10Gbit/s LAN (RJ45)
9x FP/ FL Zusatzkarte(n)
Preis inkl. 1x AMD EPYC 9124 und 16 GB RAM

ab 6.645 

 

Alle Preise sind Nettopreise und verstehen sich zuzüglich der gesetzlichen Mehrwertsteuer, sie richten sich ausschließlich an Unternehmer (§ 14 BGB), juristische Personen des öffentlichen Rechts und an öffentlich-rechtliche Sondervermögen.

 

Sie benötigen Hilfe bei der
Auswahl eines Servers?
Webinar-Aufzeichnung „NVIDIAs Datacenter-Lösungen und wie sie Ihre Rechenzentrumsstrategie verändern werden“

 

Agenda:
  • NVIDIA Datacenter-Solutions – Überblick und Vision
  • GPU beschleunigte Desktop-Lösungen: Win10 als Treiber für GPUs im RZ
  • Kundenbeispiele
  • Künstliche Intelligenz: Definition
  • Einsatzbereiche künstlicher Intelligenz
  • Kundenbeispiele
  • Erste Schritte im Bereich KI
Video abspielen
27.06.2018: NVIDIAs Datacenter-Lösungen und wie sie Ihre Rechenzentrumsstrategie verändern werden

ebook_shop_GPU_Computing

E-Book zu GPU Computing

Unser E-Book zu GPU Computing gibt Ihnen einen Überblick über die verfügbare GPU-Technologie und ihre Anwendungen. Nach einem kurzen Einstieg zur Funktionsweise von GPUs erhalten Sie eine ausführliche Übersicht zu NVIDIAs Grafikprozessoren, aktuellen Entwicklungen bei AMD und Infos zu Schnittstellen und Toolkits. Als Abschluss folgen einige Hinweise, worauf es bei der Auswahl der Hardware für GPU Computing zu achten gilt.

JETZT E-Book herunterladen

Funktionsweise GPU Computing

GPU Computing ist ein Industriestandard, der von nahezu jedem Hersteller angeboten wird. Doch was steckt dahinter? GPU Computing wird vor allem bei sehr rechenintensiven Prozessen eingesetzt. Dabei werden die anspruchsvollen Teile der Anwendung auf den Grafikprozessor ausgelagert, während alle anderen Berechnungen auf der CPU verbleiben. GPUs verfügen, im Gegensatz zu CPUs, über tausende Cores, die für die parallele Datenverarbeitung ausgelegt sind. In Kombination mit der seriellen Verarbeitung der wenigen Recheneinheiten auf der CPU können Anwendungen so wesentlich schneller umgesetzt werden. Voraussetzung ist, dass sich die Berechnungen gut parallelisieren und in relativ einfache, gleichförmige Unteraufgaben zerlegen lassen.  
 

Passende Hardware für GPU Computing finden

Hardware für GPU Computing muss viele Anforderungen erfüllen. So muss der Server, in dem die GPUs verbaut sind, sehr robust sein, denn die Leistungsaufnahme und die Abwärme der GPUs liegen oft um ein Vielfaches höher als bei Standard-Systemen. Außerdem müssen die eingesetzten CPUs leistungsfähig und hochwertig sein, um die GPUs zu steuern und um bei Bedarf auch entsprechende Performance, etwa auf der Storage-Seite, bereitstellen zu können. 

Einsatzgebiete GPU Computing

Forschung und Entwicklung sind klassische Anwendungsgebiete von GPU Computing. Hier profitieren Ingenieure, Techniker und Wissenschaftler schon seit Jahren von der Kraft der hoch parallelisierten Prozessor-Architektur: GPUs beschleunigen etablierte Methoden und Algorithmen, die in beinahe jedem Wissenschaftszweig zur Lösung numerischer Probleme oder zu Simulationszwecken zum Einsatz kommen. Auch im Bereich Festigkeit und Belastbarkeit von Industriegütern wie Motorengehäusen, Tragflächen und Brückenpfeilern ist GPU Computing für Ingenieure und Materialwissenschaftler nicht mehr wegzudenken, Entwicklungszyklen für Produkte aller Art können mit GPU Computing um ein Vielfaches beschleunigt werden. Weitere technisch-wissenschaftliche Anwendungsgebiete sind die Bioinformatik, Bild- und Videobearbeitung sowie bildgebende Verfahren in der Medizin, beispielsweise die Computertomographie.  
 

Ausblick und Weiterentwicklung

Der Aufschwung, den Technologien wie künstliche Intelligenz oder Machine Learning in den letzten Jahren genommen haben, wäre ohne GPU Computing nicht denkbar. Die Anbieter sorgen dafür, dass GPUs sehr einfach eingebunden werden können und verlassen sich auf die Rechenkraft von Grafikkarten. Hersteller wie NVIDIA und AMD entwickeln mittlerweile sogar spezielle GPUs, deren primäre Aufgabe nicht mehr die Grafik-Ausgabe ist, sondern die rein zum parallelisierten Verarbeiten großer Datenmengen dienen, etwa die Tesla-GPUs von NVIDIA und deren Nachfolger mit teilweise über 5000 Prozessoren in einer Einheit.
 

Sie interessieren sich für die Möglichkeiten von GPU Computing? Bei uns finden Sie verschiedenste Systeme, die sich für den Einsatz von GPU Computing nutzen lassen. Sprechen Sie uns an, wir beraten Sie gerne zu diesem Thema. 

 

Spezielle Hardware erforderlich?

 

07_SonderloesungAllgemein

Sie interessieren sich für
GPU Computing, wissen
aber nicht, was ein GPU-System für
Ihre Anforderungen alles können muss?
Wir helfen Ihnen gerne weiter und
finden eine individuelle Lösung für
Ihren Einsatzzweck.

 

Wir entwickeln das passende
GPU-System für Ihr Unternehmen.

 

Jetzt entdecken!