搭載8組GPU模組基板的伺服器透過優化的散熱設計,確保處理器和GPU算力維持峰值效能。
提供多組擴充槽,可彈性配置乙太網路或InfiniBand 網路介面卡,以實現節點之間高速資料傳輸。
透過即時電源管理、自動風扇速度控制以及冗餘鈦金級電源供應器(PSU)確保最佳的散熱效果和能源效率。亦有DLC(液冷)方案供選擇。
提供業界領先的高密度算力,5U機身的G593 系列及 3U機身的G383 系列,擁有高密度算力同時亦提供絕佳穩定性。
隨著導入直接液冷(DLC)技術,改善系統整體表現,處理器與GPU的熱設計功耗(TDP)持續增長也不構成問題,充分發揮尖端運算的最大潛能。
MI325X GPU | MI300X GPU | Model | MI300A APU |
---|---|---|---|
OAM module | Form Factor | APU SH5 socket | |
- | AMD ‘Zen 4’ CPU cores | 24 | |
304 | GPU Compute Units | 228 | |
19,456 | Stream Processors | 14,592 | |
163.4 TFLOPS | Peak FP64/FP32 Matrix* | 122.6 TFLOPS | |
81.7/163.4 TFLOPS | Peak FP64/FP32 Vector* | 61.3/122.6 TFLOPS | |
1307.4 TFLOPS | Peak FP16/BF16* | 980.6 TFLOPS | |
2614.9 TFLOPS | Peak FP8* | 1961.2 TFLOPS | |
256 GB HBM3E | 192 GB HBM3 | Dedicated Memory Size | 128 GB HBM3 |
6.0 GHz | 5.2 GHz | Memory Clock | 5.2 GHz |
6 TB/s | 5.3 TB/s | Memory Bandwidth | 5.3 TB/s |
PCIe Gen5 x16 | Bus Interface | PCIe Gen5 x16 | |
8 | Infinity Fabric™ Links | 8 | |
1000W | 750W | Maximum TDP/TBP | 550W / 760W (Peak) |
Up to 8 partitions | Virtualization Support | Up to 3 partitions |
* Indicates not with sparsity
隨著AI的快速普及,從一般應用到快速演進的深度學習,通用圖形處理器(GPGPU)已成為改變產業遊戲規則的重要技術。GPGPU的平行處理能力使其能夠處理大量數據集和複雜演算法,這對訓練和部署AI模型至關重要。因此,人工智慧(AI)已成為使各產業領域於生產、營利、工作效率更快、更“智慧”的關鍵,並且以最有效的方式實現目標。
在高效能運算(HPC)應用中,需依賴數值分析、模擬和運算來解決複雜問題以獲取洞見。雖然傳統上對加速器的依賴較少,但通用圖形處理器(GPGPU)的強大平行運算能力在近年來大幅加速了高效能運算的發展,使得混合配置成為現代超級計算機的一大趨勢。
在數據密集型應用中,例如大數據和電腦模擬。工作負載高度依賴通用圖形處理器(GPGPU)平行運算處理、低延遲和高頻寬來挖掘數據和大規模數據處理。通用圖形處理器(GPGPU)同時處理大量數據的能力,不僅加速海量數據集工作負載,亦能提供準確且及時見解,尤其在金融、醫療和科學研究等領域更仰賴資料的處理與應用。