GPU 计算就是运用 GPU (图形处理器) 搭配 CPU 来加速通用科学和工程应用程序。GPU 计算于五年前由 NVIDIA® 公司率先提出,之后迅速成为一种行业标准,在全世界范围内拥有数以百万计的用户,几乎所有的计算供应商均采用 GPU 计算。
GPU 计算通过将应用程序中计算量繁重的部分交给 GPU 处理,程序的剩余部分依然在 CPU 上运行,从而可实现前所未有的应用程序性能。 从用户的角度而言,应用程序只是运行速度比从前快了很多。
CPU + GPU 是一个强大的组合,因为 CPU 包含几个专为串行处理而优化的核心,而 GPU 则由数以千计更小、更节能的核心组成,这些核心专为提供强劲的并行性能而设计。 程序的串行部分在 CPU 上运行,而并行部分则在 GPU 上运行。
通过运用我们目录中所列的任意 GPU 加速应用程序,大多数客户能够立即享受到 GPU 计算的优势。 该目录重点列举了一百多款行业领先的应用程序。对开发者来说,GPU 计算拥有由各大软件开发商旗下工具和库所组成的巨大生态系统。
外型结构 |
参考图片 |
|
4U机架式 |
Bitmap
|
芯片组 |
|
|
Intel® C602 chipset |
处理器 |
|
处理器支持 |
Bitmap
双路至强E5 2600系列(LGA 2011) 处理器 | |
总线 |
最高可达8 GT/s |
支持GPU |
M2075/FC475在35°C,高达150W的CPU M2090,高达150W的CPU,在30℃ K10/K20/K20X(开普勒)在35°C, |
系统内存 |
|
内存类型 |
1600/1333/1066/800 DDR3 Ecc Reg内存 |
内存容量 |
16条内存槽/最大支持512GB |
存储 |
|
最大支持硬盘数 |
2个SATA 6Gbps的3.0端口() 8X SATA 2.0接口(3Gbps的)
|
磁盘控制器 |
SATA 2.0的3Gbps RAID 0,1,5,10 SATA 3.0 6Gbps的RAID 0,1 |
网络 |
|
|
英特尔®i350的双端口千兆以太网 |
显示卡 |
|
型号 |
独立显卡 |
接口类型 |
VGA接口 |
扩展插槽 |
|
PCI-E |
4个PCI-E 3.0 X16(双宽) 2个PCI-E 3.0 X8(1 x16插槽) 1个PCI-E 2.0 X4(X8 |
PCI-X |
无 |