此外 ， 惠普还提供一款迷你机箱的 Z2 MINI G5 ， 采用单路酷睿 10 代处理器 ， 1 块 NVIDIA Quadro RTX 3000 移动版、NVIDIA Quadro T2000 或 NVIDIA Quadro T1000 GPU ， 尺寸仅有 21.6cm × 21.6cm ， 静音设计 ， 适用于 Intel X86 架构的边缘计算 。
文章图片
惠普的 Z 系列工作站跑机器学习效率如何？在今年 7 月东北大学软件学院的一次测试中 ， Z8 G4 台式工作站展现出了实力 。 首先是这台机器的配置：
文章图片
我们用它与一台 2 × Intel Xeon Platinum 8260 / 64G 内存 / NVIDIA Tesla P100 / 1T SSD 配置的工作站进行对比 。
首先使用目标检测领域最著名深度学习模型 YOLO 分别对吸烟行为和打电话行为进行训练 。 通过测试 ， 我们看到使用 HP Z8 G4 能够明显提高训练速度 ， 节省大量时间 。
文章图片
在行为识别任务上 ， 基于 MiCT 对视频中的行为进行识别实验中 ， 原本耗时为 15h 的训练 ， 使用 HP Z8 G4 仅需要 5h49min ， 节省了将近三分之二的时间 。
文章图片
基于 Faster R-CNN 和 FPN 模型针对 PCB 工业缺陷识别进行训练 ， 原本耗时超过 20h 的训练 ， 使用 HP Z8 G4 仅需要 11h ， 节省了一半的时间 。
文章图片
MobileNet 训练速度如何？在工业铭牌检测深度神经网络模型训练中 ， HP Z8 G4 的表现同样速度更快 。
文章图片
由于 HP Z8 G4 电源功率可以高达 1700W ， 支持三块双宽 GPU 卡或者四块单宽 GPU 卡 ， 能够一次性加载更多视频 / 图片数据 ， 搭配双路 CPU 和高速硬盘 ， 能够显著提升训练速度 。 另外 ， 惠普工作站可以长时间高负荷运行 ， 适合实验室环境进行科研工作 。
担心安装环境要调一天？惠普的工作站都预装了最热门的数据科学软件工具 ， 可以帮你大幅缩短数据科学环境的配置和维护时间 。
惠普还提出了 HP AI 开发平台 ， 这是一款基于 Docker+Kubernetes 的人工智能容器云平台 ， 能够实现异构资源的高效管理、调度和监控 。 提供了从模型开发、训练到部署的完整流程和工具 ， 能够大幅度降低人工智能的进入门槛 ， 提升开发效率 。
推荐阅读
- Samsung|三星预告1月11日发布Exynos 2200芯片组 RDNA 2 GPU加持
- 公司|科思科技：正在加速推进智能无线电基带处理芯片的研发
- 测试|图森未来完成全球首次无人驾驶重卡在公开道路的全无人化测试
- ASUS|华硕预热ROG Flow Z13：称其是“全球最强悍的游戏平板”
- 人工智能|聚焦车载人工智能计算芯片研究 推进汽车产业高质量发展
- IT|全球汽车行业价值两年突增至3万亿美元 中国电动车企立大功
- IT|全球供应25亿剂疫苗 科兴上半年营收110亿美元
- 制造业|稳健前行开新局 制造业未来五年转型升级迎来“加速度”
- IT|全球每日新增确诊病例首超100万例 世卫：两大毒株正掀起“疫情海啸”
- Tesla|特斯拉在美国召回约47.5万辆汽车 接近其去年全球交付总量