Für KI und -Inferenz im Cloud-Maßstab
Die Nachfrage nach hochleistungsfähigen KI Learning (DL)-Trainingscomputern hat sich laut OpenAI seit 2013 alle 3,5 Monate verdoppelt und steigt mit der wachsenden Größe der Datensätze und der Anzahl der Anwendungen und Dienste, die auf großen Sprachmodellen (LLMs), Computer Vision, Empfehlungssystemen und mehr basieren.
Angesichts der gestiegenen Nachfrage nach höherer Trainings- und Inferenzleistung, Durchsatz und Kapazität benötigt die Industrie zweckgebundene Systeme, die eine höhere Effizienz, geringere Kosten, einfache Implementierung, Flexibilität zur Anpassung und Skalierung von KI-Systemen bieten. KI ist zu einer unverzichtbaren Technologie für vielfältige Bereiche wie Copiloten, virtuelle Assistenten, Fertigungsautomatisierung, autonome Fahrzeugoperationen und medizinische Bildgebung geworden, um nur einige zu nennen. Supermicro hat sich mit Intel zusammengetan, um Cloud-Scale-System- und Rack-Designs mit Intel Gaudi KI-Beschleunigern anzubieten.
Neue Supermicro X14 Gaudi® 3 KI-Trainings- und Inferenzplattform
Um dem Enterprise-KI-Markt mehr Auswahl zu bieten, basiert die neue Supermicro X14 KI-Trainingsplattform auf den Intel® Gaudi 3 Beschleunigern der dritten Generation, die darauf ausgelegt sind, die Effizienz des großskaligen KI-Modelltrainings und der KI-Inferenz weiter zu steigern. Verfügbar in luftgekühlten und flüssigkeitsgekühlten Konfigurationen, skaliert die Supermicro X14 Gaudi 3 Lösung problemlos, um eine Vielzahl von KI-Workload-Anforderungen zu erfüllen.
- GPU: 8 Gaudi 3 HL-325L (luftgekühlt) oder HL-335 (flüssigkeitsgekühlt) Beschleuniger auf OAM 2.0 Baseboard
- CPU: Zwei Intel® Xeon® 6 Prozessoren
- Speicher: 24 DIMMs - bis zu 6 TB Speicher in 1DPC
- Laufwerke: Bis zu 8 hot-swap PCIe 5.0 NVMe
- Stromversorgungen: 8 3000W hocheffiziente, voll redundante (4+4) Titanium Level
- Netzwerk: 6 integrierte OSFP 800GbE-Ports für Scale-out
- Erweiterungssteckplätze: 2 PCIe 5.0 x16 (FHHL) + 2 PCIe 5.0 x8 (FHHL)
- Arbeitsbelastungen: KI und Inferenz
Supermicro Gaudi®2 KI-Trainingsserver
Aufbauend auf dem Erfolg des ursprünglichen Supermicro Gaudi KI-Trainingssystems, priorisiert der Gaudi 2 KI-Server zwei wesentliche Aspekte: die Integration von KI-Beschleunigern mit integrierten Hochgeschwindigkeits-Netzwerkmodulen zur Steigerung der Betriebseffizienz beim Training modernster KI-Modelle und der KI-Branche die benötigte Auswahl zu bieten.
- GPU: 8 Gaudi2 HL-225H Mezzanine-Karten
- CPU: Zwei Intel® Xeon® Prozessoren der 3. Generation, skalierbar
- Speicher: 32 DIMMs - bis zu 8TB registrierter ECC DDR4-3200MHz SDRAM
- Laufwerke: bis zu 24 Hot-Swap-Laufwerke (SATA/NVMe/SAS)
- Leistung: 6x 3000W Hocheffiziente (54V+12V) voll-redundante Netzteile
- Vernetzung: 24x 100GbE (48 x 56Gb) PAM4 SerDes Links durch 6 QSFP-DDs
- Erweiterungssteckplätze: 2x PCIe 4.0-Switches
- Arbeitsbelastungen: KI und Inferenz
Beschleunigung von KI am Netzwerkrand
KI und Effizienz am intelligenten Edge – mit Technologie von Intel
Supermicro und Intel® Xeon® mit Gaudi® 3 zeigen bemerkenswerte Leistung
Supermicro und Intel® arbeiten zusammen, um eine hybride CPU+GPU-Architektur für skalierbare, kosteneffiziente LLM-Inferenz unter Verwendung von Intel® Xeon® 6 und Intel® Gaudi® 3 anzubieten.
Supermicro Server mit Intel® Gaudi® 3 ist für reale KI-Szenarien optimiert
Neue Supermicro Server mit Intel® Xeon® Prozessoren der 6er-Serie mit P-Cores und Intel Gaudi 3 Beschleunigern zeigen Leistungssteigerungen gegenüber früheren Generationen
Supermicro X14 Intel® Gaudi® KI-Beschleuniger-Cluster-Referenzdesign
Beschleunigung und Kostensenkung von KI-Lösungen mit Supermicros X14 Intel® Gaudi® 3 Beschleuniger-basiertem System durch den Aufbau auf Open-Source-Software und Industriestandard-Ethernet
Supermicro mit GAUDI 3 KI liefert skalierbare Leistung für KI-Anforderungen
Optimierte Lösungen für Rechenzentren jeder Größe und Arbeitslast für neue Services und höhere Kundenzufriedenheit
Supermicro und Intel GAUDI 3 Systeme fördern die Enterprise KI-Infrastruktur
KI mit hoher Bandbreite unter Verwendung von Intel Xeon 6 Prozessoren für effizientes LLM- und GenAI-Training und Inferenz über Unternehmensskalen hinweg
Supermicro X13 Hyper ermöglicht KI-Workloads für Unternehmen auf der VMware-Plattform.
Rechnerische KI Anwendungsfälle: Large Language Model (LLM) und KI - ResNet50 auf Intel® Data Center Flex 170 GPU
Beschleunigung von KI-Berechnungen mit Supermicro Servern in der INTEL® Developer Cloud
Supermicro Advanced KI-Server mit Intel® Xeon® Prozessoren und Intel® Gaudi® 2 KI-Beschleunigern bieten Entwicklern und Unternehmen hochleistungsfähiges, hocheffizientes KI-Cloud-Computing, Training und Inferencing
Überlegene Lösung für Medienverarbeitung und -bereitstellung Basierend auf Supermicro Servern mit Intel® Data Center GPU Flex Series
Supermicro Systeme mit Intel® Data Center GPU Flex Serie
Supermicro TECHTalk: Neue Medienverarbeitungslösungen basierend auf der Intel Data Center GPU Flex Serie
Erfahren Sie von unseren Produktexperten mehr über die neuen Supermicro Lösungen, die auf der kürzlich angekündigten Intel Data Center GPU Flex Series basieren. Erfahren Sie, wie diese Lösungen Ihnen und Ihrem Unternehmen zugutekommen können.
Bereitstellung von skalierbarem Cloud-Gaming
Supermicro Systeme mit Intel® Data Center GPU Flex Serie
Supermicro bietet alle Systemkomponenten für Cloud-Service-Anbieter, um eine grüne, kosteneffiziente und profitable Cloud-Gaming-Infrastruktur aufzubauen.
Innovative Lösungen für Cloud Gaming, Medien, Transcoding und KI
Sep 08 2022, 10:00 Uhr PDT
Produkt- und Lösungs-Experten von Supermicro und Intel werden in einer informellen Sitzung die Vorteile der Lösungen in den Bereichen Cloud Gaming, Media Delivery, Transcoding und KI-Inferencing unter Verwendung der kürzlich angekündigten Intel Flex Series GPUs erörtern. Das Webinar wird die Vorteile der Supermicro Lösungen, die idealen Server und die Vorteile der Verwendung der Intel Flex Series GPUs erläutern.
Supermicro und Habana® Hochleistungs- und hocheffizientes KI-Trainingssystem
Ermöglicht ein bis zu 40 % besseres Preis-Leistungs-Verhältnis für Deep Learning-Training als herkömmliche KI