リアンタイクラスタークリスタルシリーズ製品が発売されました、衝撃的！

2019年12月26日午後14時30分（北京時間）、UnionTech Clusterは北京でCrystalシリーズのワークステーション製品を正式に発売しました。 「Crystal Workstation 製品発表カンファレンス」と「UnionTech Cluster 高性能コンピューティング ソリューション セミナー」は、Intel® China が独占的にスポンサーを務めました。これらの製品は、強さと柔軟性を兼ね備え、穏やかで低ノイズの静寂性を確保しながら、強力な高コンピューティング能力を提供します。

[[287004]]

Intel China Data Center Technology プリセールス マネージャーの Tuo Qingguo 氏が招待され、最新の Intel CPU アーキテクチャと Optane™ テクノロジーを搭載した Optane™ 強化 SSD について紹介したほか、清華大学の Zhang Yufei 教授が科学研究における Liantai クラスター製品の優れた使用事例を紹介しました。

記者会見では、托総経理と張教授が共同でCrystalシリーズのワークステーションを発表しました。会場ではワークステーション製品が点灯していましたが、記者会見の通常の進行には全く影響はありませんでした。これにより、ワークステーションの静音性が真にテストされました。ゲストは、Crystal ワークステーションが点灯状態にあることを知ると、全員隣のブースに目を向けましたが、従来のワークステーションのようなノイズの存在には気づきませんでした。

[[287005]]

その後、連台クラスターハードウェア製品技術センター所長の劉振鋒氏、ソフトウェア製品技術センター所長の孫建軍氏、ハードウェア製品技術センターエンジニアの肖雪文氏が、それぞれアプリケーションの方向性、Crystal Workstation統合ソフトウェアプラットフォーム、Crystalシリーズ製品ハードウェアの観点から、このシリーズ製品を詳しく紹介しました。

エントリーレベルのディープラーニングワークステーション W5232

この問題について議論する前に、ディープラーニングに専門的なワークステーションの使用が必要な理由を理解する必要があります。

1. ディープラーニングには大量の並列コンピューティング リソースが必要であり、計算には数日、場合によっては数週間かかることもあります。グラフィック カード (GPU) は、数十倍または数百倍の加速を提供するため、この種の作業に最適です。強力な GPU は、CPU では数か月かかるタスクをわずか数時間で完了できます。そのため、ディープラーニングや機械学習も今では完全に GPU アーキテクチャに移行し、GPU を使用してトレーニング タスクを完了しています。

2. 現在では、GPU を使用したディープラーニング タスクでも、データ サイズとディープラーニング ネットワーク モデルに応じて数日から数か月かかる場合があり、トレーニング タスクを 24 時間 365 日安定して実行できるようにするには、別の機器が必要です。

3. 独立したディープラーニングワークステーション（サーバー）により、研究室のコンピューティングリソースの共有が容易になります。複数のユーザーが自分のパソコンでプログラムを作成し、ディープラーニング サーバーにリモート アクセスしてキューに入れてコンピューティング リソースを使用できるため、機器の購入コストが削減され、ローカル コンピューター上で複雑なソフトウェア環境を構成する必要がなくなります。

ディープラーニングワークステーションの構成要件

ディープラーニングのタスクには高いコンピューター性能が必要であり、各ハードウェアは主に以下の操作を実行します。

上の図は、ディープニューラルネットワークの計算の一般的なプロセスを示しています。以下では、ディープニューラルネットワーク計算リンクを通じて、コアハードウェア構成の理想的な要件を分析します。

CPU: グラフィック カードは主に CUDA 計算に使用されるため、CPU に対する要件はそれほど高くありません。周波数が高く、スレッド数が多いほど、良くなります。一般的に、CPU コアの数がグラフィック カードの数よりも多いことが最小要件です。制限要因の 1 つは、CPU の PCI-E レーンの最大数です。各グラフィック カードは、最大のパフォーマンスを実現するために 16 個の PCIe チャネルを占有し、単一の CPU は最大 48 個の PCIe チャネルをサポートします。つまり、最大 3 つの PCI-E x16 インターフェイスをサポートします。ただし、マザーボードのサイズの関係で、GPU カードの性能をフルに活かすにはプロ仕様のワークステーション ボードのみ使用でき、UnionTech の W5232 ワークステーションが最適な選択肢となります。専用のデュアルコア ワークステーションを使用すると、CPU の処理能力が向上するだけでなく、2 つの GPU カードを使用することでトレーニング機能も向上します。

GPU カード: ディープラーニングでは、複雑な単精度計算を実行するために高性能なグラフィック カードが必要です。通常、ニューラル ネットワークには大量のビデオ メモリとメモリ リソースが必要です。したがって、大規模な深層畳み込みネットワークを実行し、コンピューター ビジョン タスクを実行するには、8 GB を超えるビデオ メモリが必要です。一般的にはGTX1070以上の構成が選択されます。より大きなビデオメモリを搭載したグラフィック カードを購入する必要があります。以下は、2080ti、2080、2070、1080ti、1070、1060、Titan X、Titan V のいくつかのインジケーターの比較です。

TFLOPS (teraFLOPS FLoating-point Operations Per Second) 単精度は計算速度を決定する計算性能です。最初の選択肢は、1080ti、2080ti、Titan V です。ただし、最も強力な Titan V の価格は 2080ti の 3 倍です。

VRAM (ビデオ メモリ): ビデオ メモリのサイズによって、ネットワーク モデルを実行できるかどうかが決まります。大規模な畳み込みニューラル ネットワークでは、8G を超えるビデオ メモリが使用されます。したがって、大容量のビデオ メモリを搭載したグラフィック カードを購入すれば、ほとんどの畳み込みニューラル ネットワーク モデルをスムーズに実行できるようになります。 Liantai の W5232 ワークステーションは、そのようなエントリーレベルのディープラーニング ワークステーションです。第 2 世代 Intel Xeon スケーラブル プロセッサを 2 基使用し、64 GB のメモリを搭載し、2 つの GPU アクセラレーション カード、システム ディスクとして 480G SSD、データ ディスクとして 4T SATA ディスクをサポートします。そのため、ワークステーション全体のパフォーマンスは非常に高く、エントリーレベルのディープラーニングに非常に適しています。

もちろん、このワークステーションは、他の高解像度、高精細な画像も出力できるほどの高度な構成になっています。たとえば、病院内の多くの CT 画像がこのワークステーションでスキャンされ、解析されます。特に患者の生理構造図の処理には、より鮮明な画像が求められるため、より強力なグラフィックス処理能力が必要となります。もちろん、医療業界における生命科学に関連する基本的なコンピューティング作業を実行することもできます。

今後も、Liantai Clusterはさらに多くの新製品を発売し、最先端の技術と革新的な変化を一緒に体験していただけるよう努めてまいります。