選擇GPU服務(wù)器的基本原則有哪些

在介紹選擇GPU服務(wù)器的基本原則之前，先來(lái)跟大家介紹下常見(jiàn)的GPU和GPU服務(wù)器。

常見(jiàn)的GPU，按總線接口類型可以分為NV-Link接口、傳統(tǒng)總線接口以及傳統(tǒng)PCI-e總線三種。

NV-Link接口類型的GPU典型代表是NVIDIA V100，采用SXM2接口，在DGX-2上有SXM3的接口。

NV-Link總線標(biāo)準(zhǔn)的GPU服務(wù)器可以分為兩類，一類是NVIDIA公司設(shè)計(jì)的DGX超級(jí)計(jì)算機(jī)，另一類是合作伙伴設(shè)計(jì)的NV-Link接口的服務(wù)器。DGX超級(jí)計(jì)算機(jī)不僅僅提供硬件，還有相關(guān)的軟件和服務(wù)。

傳統(tǒng)總線接口的GPU，目前主流的有這幾款產(chǎn)品，比如采用了PCI-e接口的V100、 P40(P開(kāi)頭指的是上一代PASCAL架構(gòu))和P4，以及最新的圖靈架構(gòu)T4等。其中比較薄和只占一個(gè)槽位的P4和T4，通常用于Inference，目前也已經(jīng)有成熟的模型進(jìn)行推理和識(shí)別。

傳統(tǒng)PCI-e總線的GPU服務(wù)器也分為兩類，一類是OEM服務(wù)器，比如曙光、浪潮、華為等其他國(guó)際品牌；另一類是非OEM的服務(wù)器，也包括很多種類。

選擇服務(wù)器時(shí)除了分類，還要考慮性能指標(biāo)，比如精度、顯存類型、顯存容量以及功耗等，同時(shí)也會(huì)有一些服務(wù)器是需要水冷、降噪或者對(duì)溫度、移動(dòng)性等等方面有特殊的要求，就需要特殊的服務(wù)器。

選擇GPU服務(wù)器時(shí)首先要考慮業(yè)務(wù)需求來(lái)選擇適合的GPU型號(hào)。在HPC高性能計(jì)算中還需要根據(jù)精度來(lái)選擇，比如有的高性能計(jì)算需要雙精度，這時(shí)如果使用P40或者P4就不合適，只能使用V100或者P100；同時(shí)也會(huì)對(duì)顯存容量有要求，比如石油或石化勘探類的計(jì)算應(yīng)用對(duì)顯存要求比較高；還有些對(duì)總線標(biāo)準(zhǔn)有要求，因此選擇GPU型號(hào)要先看業(yè)務(wù)需求。

GPU服務(wù)器人工智能領(lǐng)域的應(yīng)用也比較多！

在教學(xué)場(chǎng)景中，對(duì)GPU虛擬化的要求比較高。根據(jù)課堂人數(shù)，一個(gè)老師可能需要將GPU服務(wù)器虛擬出30甚至60個(gè)虛擬GPU，因此批量Training對(duì)GPU要求比較高，通常用V100做GPU的訓(xùn)練。模型訓(xùn)練完之后需要進(jìn)行推理，因此推理一般會(huì)使用P4或者T4，少部分情況也會(huì)用V100。

當(dāng)GPU型號(hào)選定后，再考慮用什么樣GPU的服務(wù)器。這時(shí)我們需要考慮以下幾種情況：

第一、在邊緣服務(wù)器上需要根據(jù)量來(lái)選擇T4或者P4等相應(yīng)的服務(wù)器，同時(shí)也要考慮服務(wù)器的使用場(chǎng)景，比如火車(chē)站卡口、機(jī)場(chǎng)卡口或者公安卡口等；在中心端做Inference時(shí)可能需要V100的服務(wù)器，需要考慮吞吐量以及使用場(chǎng)景、數(shù)量等。

第二、需要考慮客戶本身使用人群和IT運(yùn)維能力，對(duì)于BAT這類大公司來(lái)說(shuō)，他們自己的運(yùn)營(yíng)能力比較強(qiáng)，這時(shí)會(huì)選擇通用的PCI-e服務(wù)器；而對(duì)于一些IT運(yùn)維能力不那么強(qiáng)的客戶，他們更關(guān)注數(shù)字以及數(shù)據(jù)標(biāo)注等，我們稱這類人為數(shù)據(jù)科學(xué)家，選擇GPU服務(wù)器的標(biāo)準(zhǔn)也會(huì)有所不同。

第三、需要考慮配套軟件和服務(wù)的價(jià)值。

第四、要考慮整體GPU集群系統(tǒng)的成熟程度以及工程效率，比如像DGX這種GPU一體化的超級(jí)計(jì)算機(jī)，它有非常成熟的從底端的操作系統(tǒng)驅(qū)動(dòng)Docker到其他部分都是固定且優(yōu)化過(guò)的，這時(shí)效率就比較高。

中科云達(dá)DGX-1

輕松取得工作成果

如今的深度學(xué)習(xí)環(huán)境在軟件設(shè)計(jì)方面耗費(fèi)的時(shí)間價(jià)值可達(dá)數(shù)十萬(wàn)美元，而開(kāi)源軟件需要數(shù)月的時(shí)間才能變得穩(wěn)定。借助 NVIDIA DGX-1，您可以立即提高效率，簡(jiǎn)化工作流程并與團(tuán)隊(duì)開(kāi)展協(xié)作。利用配有 NVIDIA 隨時(shí)更新的優(yōu)化軟件解決方案可節(jié)省您的時(shí)間和資金。

革命性的 AI 性能

盡管許多解決方案都提供 GPU 加速性能，但只有 NVIDIA DGX-1 發(fā)揮出了最新 NVIDIA? Tesla? V100 的全部潛力，包括下一代 NVIDIA NVLink? 和 Tensor 核心架構(gòu)。相 比其他基于 GPU 的系統(tǒng)，DGX-1 憑借 NVIDIA GPU Cloud 深度學(xué)習(xí)軟件堆棧和當(dāng)今流行的技術(shù)框架，將訓(xùn)練速度提升高達(dá)三倍。

投資保護(hù)

利用 NVIDIA 深度學(xué)習(xí)專業(yè)知識(shí)的全部力量支持您的項(xiàng)目，因此您無(wú)需再浪費(fèi)時(shí)間和資金費(fèi)力地獲得想要的結(jié)果。NVIDIA 的企業(yè)級(jí)支持讓您無(wú)需耗費(fèi)時(shí)間對(duì)硬件和開(kāi)源軟件進(jìn)行問(wèn)題排查。節(jié)省調(diào)試和優(yōu)化時(shí)間，增加更多時(shí)間專注探索發(fā)現(xiàn)。

通往深度學(xué)習(xí)的更快路徑

構(gòu)建深度學(xué)習(xí)平臺(tái)不僅僅在于選擇服務(wù)器和 GPU。在企業(yè)環(huán)境中實(shí)施 AI 需要慎重選擇和集成復(fù)雜的軟件和硬件。NVIDIA DGX-1? 通過(guò)開(kāi)箱即用的解決方案來(lái)加快實(shí)施您的計(jì)劃，如此一來(lái)，您可以在幾小時(shí)而非數(shù)周或數(shù)月內(nèi)獲得見(jiàn)解。