SGI将推Prism XL系统 集CPU和GPU为一体
2010-12-07 16:30
393 查看
SGI将推出一款面向高性能计算领域的混合系统——Prism XL,它采用CPU以及来自AMD和NVIDIA图形芯片等加速器。 Prism XL采用SGI新的Stix架构和加速器,让SGI能够在一个机柜内提供超过1 petaflop的性能,而采用传统x86处理器的话可能需要100个机柜。 当下,那些需要高性能计算能力的企业和研究机构正在转向采用GPU来帮助提高他们的计算能力,同时降低功耗和占地成本。而且目前SGI将技术计算领域视为关键的增长推动力。 SGI最早在今年6月的超级计算机展会上谈到他们的“Project Mojo”,并承诺搭建高密度、高性能的计算系统。SGI将从今年12月开始出货Prism XL。 SGI产品营销副总裁Bill Mannel列举了一些将围绕高性能高密度Prism XL系统的业务,包括石油和天然气、国防和情报、以及生物信息学。 他说:“大部分行业……正在面临满足更高计算能力、同时不增加功耗的挑战。而且他们不希望扩大数据中心的占地空间。” 这些需求使得加速器更加具有吸引力,尤其是对那些运行高负载并行计算任务的企业。 Stix架构采用SGI所谓的“棒”作为Prism XL的关键组成部分。每个“棒”包括2个“片”,每个“片”包括PCI Express Gen 2和1个AMD Opteron 4100的插槽主板,提供2个2.5英寸SATA驱动器和2个1.8英寸固态盘。每个“棒”的存储容量是4TB,它还提供了内嵌的风扇和自动感应电源。 这个棒的尺寸为5.75×3.34×37英寸,还提供了来自AMD和NVIDIA最新的加速器技术,NVIDIA提供了36核和64核芯片,还承诺未来提供100核和200核的处理器。这种棒符合其尺寸,包括4个DIMM插槽。 Prism XL将支持CenOS 5.5和Red Hat Enterprise Linux 5.5,同时采用SGI的Management Center作为管理工具。Management Center还可被用于管理SGI的其他产品,包括Altix UV、Altix ICE和Rackable系统。 Mannell表示:“他们都是通过相同的GUI相同的软件进行管理的。” Prism XL将是SGI在技术计算领域引起更大关注的一个关键“武器”。 Mannell表示:“它正好符合这一愿景,是一款专注于技术计算的系统。” SGI CEO Mark Barranechea表示,在Rackable Systems收购SGI的头一年,该公司收入5.25亿美元,超出了之前预测的5亿美元,这一财报数据也代表了Rackable支付4250万美元收购SGI获得了坚实的回报。 目前SGI预期明年的收入在5.5亿~5.75亿美元之间,规模在90亿美元的技术计算领域将成为预期增长的一个重要因素。像IBM、惠普和戴尔这样的大型系统制造商正在优化他们的系统以运行来自SAP、微软和Oracle的高端业务应用。他说:“这对我们来说是一个爆炸性的机会。” 技术计算领域不仅要求系统具备足够的计算能力和互连能力来运行他们的程序,而且还要能够控制能源和占地成本。GPU等加速的使用也是其中的关键因素。Barrenechea表示,通用计算中使用GPU是“九局比赛中的第二局”,但是他看到来自SGI用户的需求,知道这在短期内是不会有所放缓的。 Mannel认同这一点。他说:“我们的确看到加速器正在成为技术计算领域一个越来越重要的部分。” SGI方面还表示,Prism XL加上Altix UV系统将帮助SGI在exascale级计算的道路上走下去。“我们认为,在未来7到10年中,我们会从petaflop级计算跨越至exaflop级计算。” | ||
相关文章推荐
- windows系统下的keras(Theano/Tensorflow后端)CPU以及GPU加速环境搭建
- 如何在Linux 系统 以及windows 系统安装 tensorflow -cpu -gpu 老版本 0.12 ,0.10
- MTK平台配置多核cpu oneline和gpu freq提升系统性能
- Linux系统下安装TensorFlow(CPU或者GPU版)
- matlab 查看电脑系统性能(CPU,GPU),并开启并行运算
- [Windows编程] 获取系统CPU 个数
- Linux系统查看CPU信息
- 如何获取多核、多cpu系统中指定cpu的序列号
- 如何停止Linux系统中占用CPU 100%的进程
- 关于win10系统如何调用debug查看CPU汇编指令和内存
- Ubuntu 15.1 unity在顶部面板显示系统CPU/内存/网络速度
- C#获取CPU编号、硬盘编号等系统有关环境、属性
- 浅析GPU计算——CPU和GPU的选择
- TensorFlow基础知识点(一)切换CPU或GPU
- 在 Ubuntu 16.04 中安装支持 CPU 和 GPU 的 Google TensorFlow 神经网络软件
- 通过unix系统底层获取和系统相关的硬件信息(cpu、内存)
- 初试PyOpenGL四 (Python+OpenGL)GPU粒子系统与基本碰撞
- 使用python获取CPU和内存信息的思路与实现(linux系统)
- GPU真的会取代CPU的位置?
- 干货丨深度学习硬件,GPU、CPU、FPGA到底谁最合适?