当前位置:首页 > 行业资讯 > 正文

青云QingCloud推出GPU主机 AI时代快人一步

2017-07-20 厂商供稿 编辑:佚名

企业级云服务商青云QingCloud(qingcloud.com)日前宣布推出GPU主机。QingCloud GPU主机是具备GPU加速计算能力的实例,可同时提供GPU和CPU计算资源,能够大幅提高机器学习及科学计算等大规模计算框架的运行速度,为搭建人工智能及高性能计算平台提供基础架构支持。GPU主机采取灵活的按需计费模式,大幅优化使用成本,适用于公有云、私有云及混合云等应用场景。
 
青云QingCloud GPU主机采用专为人工智能计算优化设计的NVIDIA Tesla P100 GPU,并采用直通的方式将物理GPU卡与虚拟机直接对接,减少虚拟化带来的损耗,全面释放物理GPU的计算加速能力。用户使用QingCloud GPU主机既可以享受云端弹性计算带来的好处,创建的GPU主机还能与现有云上资源实现无缝集成,享受到所有主机相关的安全性保障。
 
为用户带来超高性价比
 
-超高计算加速性能
 
NVIDIA Tesla P100 GPU采用专门为计算加速场景优化设计的NVIDIA Pascal架构,可提供3584个并行计算核心,单精度浮点运算能力达9.3TFLOPS,双精度浮点运算能力达4.7TFLOPS。单台GPU主机最多可挂载两块P100 GPU,并采用物理直通方式连接,消除虚拟化损耗,提供接近物理部署的计算性能。
 
-灵活易用
 
青云QingCloud GPU主机的部署十分便捷,与创建普通虚拟主机的操作类似,在QingCloud控制台上即可完成创建并挂载GPU,同时可以灵活指定操作系统,以及CPU和内存的资源配比。
 
-弹性使用,成本优化
 
相比自建GPU计算平台,青云QingCloud GPU主机帮助用户节省了搭建及运维的所有成本,同时通过弹性按需的计费方式,赋予用户更高的使用灵活性,优化整体使用成本。
 
应用场景丰富
 
-人工智能建模运算
 
基于P100强大的计算性能,青云QingCloud GPU主机可以为深度学习及神经网络训练提供更强大的支持,相比上一代GPU架构,进行神经网络训练的性能提升12倍。目前,QingCloud GPU主机支持TensorFlow、Caffe、Caffe Parallel、CNTK等主流人工智能算法框架。
 
-高性能计算及科学应用加速
 
已有多个领域超过400款高性能计算应用程序可以得到GPU优化支持,涵盖量子化学、分子动力学、气候和气象学、计算金融、数据挖掘等众多领域。同时,GPU主机也提供更为灵活的计算资源消费及管理方式,帮助高性能计算应用提高响应速度,并优化整体使用成本。
 
青云QingCloud CTO甘泉(Reno)表示,深度学习、神经网络训练和大数据分析在人工智能(AI)时代已经落地应用。GPU主机的推出,意味着QingCloud对该领域的认可和持续投入的决心。QingCloud GPU主机凭借超高性价比和丰富的应用场景,服务众多AI领域优秀的企业用户和合作伙伴。未来,QingCloud将联合更多合作伙伴,一起打造AI整体解决方案。
大家都爱看
查看更多热点新闻