超强——地表最高的深度学习训练平台

(一)深度学习训练平台现状与完美计算架构
深度神经网络(DNN)计算数据模型繁多,结构复杂,主流模型含几十个隐含层,每层都在上千上万级的神经元,整个网络更多,其计算量巨大,  市场上用于深度学习的训练计算机大致情况, (1)服务器/工作站(支持2、4、8块GPU架构):普遍存在噪音大,无法放置于办公环境,必须放到专门的机房,维护成本高,另外数据存储带宽、延迟、容量也不尽如意 (2)分布式集群架构:性能强大,但是开发成本太高,是大多数科研单位无法承受
 那么问题来了,市场上是否有一个理想产品,弥补上述缺陷,让更多单位都能用的起~人工智能AI超级异构计算机
 
超强计算工作站是成都强民计算机公司2017年上半年推出的、目前市场上一款集GPU超算、海量存储于一体、基于办公静音环境、应用于深度学习(机器学习、人工智能)的AI超级计算机系统。
和市面上深度学习计算机系统相比,显著优势:
  • 完全处于办公环境(静音级)、不在被噪音所困扰
  • 配备基于PCIe总线的海量高速并行存储(最大容量180TB),延迟低,支持最大15个并行读,
  • 硬盘io性能大幅提升,性能和管理远超传统的DAS/NAS存储系统
  • 配备超级强大的计算能力,最大10个GPU卡,3.82万计算核,单精度浮点120Tflops
  • 不需要专门的机房,不占过多空间,维护成本极低
  • 不需要作业调度系统,管理难度大幅降低
 
(二)深度神经网络计算特点与硬件配置分析

 市场上大部分GPU计算机(服务器/工作站),重点都放在GPU卡数量上,似乎只要配上足够GPU卡,就可以了,实际情况是,机器硬件配置还需要整体均衡,只有这样这台机器性能才能更好的发挥


上述图示,深度神经网络计算大致流程,下面通过深度神经网络计算环节,分析核心硬件配置理想要求

1.数据存储要求  
做深度学习首先需要一个好的存储系统,将历史资料保存起来 主要任务:历史数据存储,如:文字、图像、声音、视频、数据库等。。。

性能要求: a.数据容量:提供足够高的存储能力,
b.读写带宽:多硬盘并行读写架构提高数据读写带宽
c.接口:高带宽,同时延迟低
 
传统解决方式:专门的存储服务器,借助万兆端口访问
缺点:带宽不高,对深度学习的数据读取过程时间长(延迟大,两台机器之间数据交换),成本高  

超强解决方案:将并行存储直接通过PCIe接口,提供最大16个硬盘的并行读取,数据量大并行读取要求高,无论是总线还是硬盘并行带宽,都得到加大提升,满足海量数据密集io请求和计算需要

 2.CPU要求
主要任务:
(1)数据从存储系统调入到内存的解压计算
(2)GPU计算前的数据预处理
(3)运行在代码中写入并读取变量执行指令,如函数调用启动在GPU上函数调用,创建小批量数据启动到GPU的数据传输
(4)GPU多卡并行计算前,每个核负责一块卡的所需要的数据并行切分处理和控制
(5)求解后数据保存前的压缩计算
上述每一类操作基本都是单核计算模式, 如果要加速这些过程,唯有提升CPU频率  

传统解决方式:CPU规格很随意,核数和频率没有任何要求
超强合理推荐:
a.CPU频率:越高越好
b.CPU三级缓存:越大越好
c.CPU核数:比GPU卡数量大(原则:1核对应1卡,核数要有至少2个冗余)

 3.GPU要求
主要任务:承担深度学习的数据建模计算、运行复杂算法
传统架构:提供1~8块GPU
超强合理推荐:
a.数据带宽:PCIe8x 3.0以上
b.数据容量:显存大小也很关键
c.计算匹配:CPU核-GPU卡 1对1
d.GPU卡加速:多卡提升并行处理效率  

4 内存要求
主要任务:存放预处理的数据,待GPU读取处理,中间结果存放
超强合理推荐:
a.数据带宽最大化:单Xeon E5v4 4通道内存,双Xeon E5v4 8通道内存,内存带宽最大化
b.内存容量合理化:大于GPU总显存


(三)UltraLAB GXM图灵计算工作站介绍与配置推荐 

针对上述深度学习应用计算特点,UltraLAB图灵工作站具有深度学习最合理硬件配置架构,保证整个机器是一台理想化异构超算系统,完美强大高效还静音,目前提供两种机型:GX480M和GX610M


3.1超强计算工作站技术规格


 
机型 硬件配置规格
CPU GPU 内存 存储
GX480M 单CPU架构,6核4.5GHz,8核4.3GHz,10核43GHz 最大6块GPU 最大256GB 并行存储,
最大180TB
GX610M 双Xeon架构,
2*Xeon E5 2637v4(共计8核3.5GHz)
2*Xeon E5 2643v4(共计12核3.4GHz)
2*Xeon E5 2667v4(共计16核3.2GHz)
最大10块GPU 最大1TB 并行存储,
最大180TB


技术规格一览表

(1)GX480M技术规格一览表
 
NO 主要项 技术规格
1 CPU 1颗intel 至尊处理器
推荐型号:6850K OC(6核4.5GHz)
          6900K OC(8核4.3GHz)
          6950X OC(10核4.3GHz)
          Xeon E5 2687Wv4(12核3.0GHz)
2 芯片组 intel  X99+PCH
3 内存 插槽:8个,
规格:DDR4 2400 Reg ECC
最大容量:256GB(8根32GB)
4 GPU卡 数量:最大7个
接口:PCIE 8x 3.0
GPU种类:Nvidia Geforce、Quadro、Tesla
Intel Xeon Phi,AMD Firepro
备注:散热系统必须是主动式
5 系统盘 数量: 2块
单盘容量:512GB/1TB/2TB/4TB  SSD  SATA-6Gbps接口,
支持RAID1
  数据盘 数量:16块,
单盘容量:4TB/6TB/8TB/10TB/12TB SATA 企业级,
最大容量180TB(RAID5),PCIe 4x 2.0接口
6 光驱 DVD刻录
7 平台 型号UltraLAB S2AGDT01PCS
电源 1600w,数量1个(四块GPU卡)或2个(5个以上)
机箱:双塔式
机箱尺寸:深度658mm,宽度478mm,高度674mm
输出口: 2个千兆以太端口(可选万兆),
4个USB 3.0口,2个USB2.0,1个VGA口
硬盘位:16个3.5”热插拔,最大容量180TB
PCI扩展槽:7个PCIe 16x
8 键盘鼠标 键盘:104键、有线、USB口,
鼠标:1000dpi精度、光电、有线、USB口
9 显示器 23”图显(高清,可升降转向,数量2台)
10 整机优化 *2.1 自动超频加速优化;
*2.2 高性能低延迟优化;
11 操作系统 支持Window 7/8/10, Windows 2008/2012/2016
支持Ubuntu  全系列
12 支持深度学习框架 Nvidia GPU驱动程序,CUDA ,
Nvidia Digits, Nvidia cuDNN
Caffe,Torch ,TensorFlow,CNTK,Theano,
Chainer,DL4J,MXNet


(2)GX610M技术规格一览表
 
NO 主要项 技术规格
1 CPU 2颗Xeon E5 2600v4
推荐型号:Xeon E5 2637v4(4核3.5GHz)
          Xeon E5 2643v4 (6核3.4GHz)
          Xeon E5 2667v4(8核3.2GHz)
          Xeon E5 2687Wv4(12核3.0GHz)
2 芯片组 intel  C612+PCH
3 内存 插槽:16个,
规格:DDR4 2400 Reg ECC
最大容量:1TB(16根64GB)
4 GPU卡 数量:最大10个
接口:PCIE 8x 3.0
GPU种类:Nvidia Geforce、Quadro、Tesla
Intel Xeon Phi,AMD Firepro
备注:散热系统必须是主动式
5 系统盘 数量: 2块
单盘容量:512GB/1TB/2TB/4TB SSD SATA-6Gbps接口
支持RAID1
  数据盘 数量:16块,
单盘容量4TB/6TB/8TB/10TB/12TB SATA 企业级,
最大容量180TB(RAID5),PCIe 4x 2.0接口
6 光驱 DVD刻录
7 平台 型号UltraLAB S2AGDT01PCS
电源 1600w,数量1个(四块GPU卡)
或2个(5个以上)
机箱:双塔式
机箱尺寸:深度658mm,宽度478mm,高度674mm
输出口: 2个千兆以太端口(可选万兆)
4个USB 3.0口,2个USB2.0,1个VGA口
硬盘位:16个3.5”热插拔,最大容量180TB
PCI扩展槽:10个PCIe 8x  3.0, 1个PCIe 4x 2.0
8 键盘鼠标 键盘:104键、有线、USB口,
鼠标:1000dpi精度、光电、有线、USB口
9 显示器 23”图显(高清,可升降转向,数量2台)
10 整机优化 *2.1 自动超频加速优化;
*2.2 高性能低延迟优化;
11 操作系统 支持Window 7/8/10, Windows 2008/2012/2016
支持Ubuntu  全系列
12 支持深度学习框架 Nvidia GPU驱动程序,CUDA ,Nvidia Digits,
Nvidia cuDNN,Caffe,Torch ,TensorFlow,
CNTK,Theano,Chainer,DL4J,MXNet

3.2 产品特点
(1)集GPU超算、并行存储于一体的超级训练系统
基于办公环境,静音级 支持最大10块GPU超算,单精度浮点最大到120Tflops 配备高速并行存储(16个盘位),最大180TB容量 支持双Xeon E5v4高频处理器,加速密集预处理、高强度数据压缩等计算环节 拥有CPU+GPU完美的深度学习架构 

(2)预装完整开发工具的硬件系统,帮助快速启动深度学习研究项目
基于GPU工作站系统,预装深度学习所需的软件:Nvidia 驱动程序,CUDA工具包,cuDNN,开源工具TensorFlow,Cafe,Torch,NVIDIA DIGITS等
 


3.3深度学习gong'zuo'zh工作站硬件配置参考

(1)GX480M机型配置参考

该机型特点:支持最大到6块GPU卡,cpu的频率达到极致,每个环节保证达到最理想性能,整体配置均衡无死角,满足深度学习训练硬件配置要求
NO CPU 内存 GPU/总显存 单精度 系统盘 并行存储 平台 售价
1 6850K OC (6核4.5GHz) 32GB 1块GTX1080
8GB
8Tflops 512GB SSD 4TB 双塔单电 46500
2 6850K OC (6核4.5GHz) 32GB 2块GTX108016GB 16Tflops 512GB SSD 2*4TB 双塔单电 55000
3 6850K OC (6核4.5GHz) 64GB 3块GTX108024GB 24Tflops 512GB SSD 3*4TB 双塔单电 67500
4  6900K OC (8核4.3GHz) 64GB 4块GTX108032GB 32Tflops 1TB SSD 28TB 双塔单电 98000
5  6900K OC (8核4.3GHz) 96GB 6块GTX1080Ti66GB 68Tflops 1TB SSD 36TB 双塔双电 149990
 

备注:含双23“高清图显

(2)GX610M机型配置参考(高性能)

该机型特点:支持最大到10块GPU卡,cpu的频率达到极致,每个环节保证达到最理想性能,整体配置均衡无死角,满足深度学习训练硬件配置要求
NO CPU 内存 GPU/总显存 单精度浮点 系统盘 并行存储 平台 售价
1 2*Xeon E5v4
8核3.5GHz
64GB 4块GTX1080 32GB 33Tflops 512GB SSD 28TB 双塔单电 111000
2 2*Xeon E5v4 
12核3.4GHz
128GB 6块GTX1080Ti 66GB 68Tflops 1TB SSD 36TB 双塔单电 182000
3 2*Xeon E5v4
12核3.4GHz
192GB 8块GTX1080Ti88GB 91Tflops 1TB SSD 44TB 双塔双电 215000
4 2*Xeon E5v4 
16核3.2GHz
256GB 9块GTX1080Ti99GB 102Tflops 1TB SSD 60TB 双塔双电 248000
5 2*Xeon E5v4 
16核3.2GHz
512GB 9块GTX1080Ti99GB 102Tflops 1TB SSD 120TB 双塔双电 310000
6 2*Xeon E5v4 
16核3.2GHz
512GB 9块
Quadro P5000
144GB
79.74Tflops 2TB SSD 120TB 双塔双电 415000
7 2*Xeon E5v4 
24核3.0GHz
512GB 9
Quadro P6000
216GB
107.8Tflops 2TB SSD 150TB 双塔双电 735000
 

备注:含双23”gao高清图显

关于GPU计算卡主要型号参考


超强在深度学习模型训练领域

除了热门的语音识别、图像识别、自然语言处理(机器翻译)外,更多应用
制造业 生产管理,事故预防,技术更新,不合格产品预判
医疗与护理 影像诊断,用药管理
零售,饮食,食品 自动记账,库存控制,店面防盗预防,内部检测,污染检测,可疑人物检测
安全监控 电梯监控,设备监控,店面监控
建筑与房地产 工程管理,事故预防,房地产信息查询,设施监控
农业与海洋 浇水附加肥料,除草和培育作物管理和病虫害防治,野生动物损害控制,水质监测管理,饲养和运输调整,航运
仓储与物流 库存管理,事故预防,转运和设备维护,异常监测
广告与营销 客户响应分析,客户行为分析


总结

超强是一款静音级超级异构计算能力的深度学习训练计算机,比市面上的机器,更安静,性能更强大,适合科研、研究部门在安静的办公环境下运行。

此外,该机型用途极广,扩展能力强, 调整配置后,可为电磁仿真计算(CST)、量子化学/分子动力学计算(VASP、AMBER等)、超大屏拼接(8X9=72路视频拼接合成)、视频剪辑合成、指纹识别等应用,提供强悍的计算、图形生成能力