在人工智能和智能機器新時代,隨著模型的準確性和復雜性越來越高,CPU已經無法再提供互動用戶體驗,GPU作為人工智能新時代的計算引擎,可加快大規模深度學習應用程序的速度,提供卓越的用戶體驗。

一個值得三維設計師擊掌同樂的消息:渲云GPU渲染服務(http://www.xrender.com)將全面配備NVIDIA Tesla P40,可部署提供更大的吞吐量。每個GPU可帶來47TOPS(萬億次運算/秒)的推理性能和INT8運算能力,使得一臺配備8個Tesla P40的服務器可提供相當于超過140臺CPU服務器的性能。Tesla P40 可在極其復雜的模型中實現實時響應,能夠降低延遲,將性能提升為CPU的30倍以上。

TESLA P40加速器產品特點

??140倍吞吐量應對爆炸性數據

Tesla P40配備新的Pascal架構,可帶來超過47 TOPS的深度學習推理性能。在處理深度學習工作負載方面,一臺使用8個Tesla P40服務器可替代140臺只使用CPU的服務器,因而可以大幅提升吞吐量并降低購買成本。

??單一訓練和推理平臺簡化了操作

目前,深度學習模型在 GPU 服務器上接受訓練,但在 CPU 服務器上部署,以便進行推理。Tesla P40 提供極簡工作流程,因此組織可以使用相同的服務器進行迭代和部署。

??強悍的實時推理能力

Tesla P40具備INT8運算能力,可在極其復雜的深度學習模型中實現實時響應,能將推理性能速度提升高達30倍。

??超高顯存配備及性能

密集型計算應用需要高性能計算單元,同時高速訪問數據也非常重要。在很多HPC應用中,簡單的提升HPC計算性能實際計算效率并不明顯,除非顯存性能也同時提升。基于這個原因,Tesla P40提供了更好的性能及顯存規格,24GB,帶寬346 GB/s,無論是在顯存容量,還是顯存頻率上,都是遠超同類產品。

對于消費級用戶來說,GPU就是玩游戲。對于專業人員來說,GPU是計算工具。NVIDIA 針對消費級用戶設計GeForce系列產品,針對專業領域企業級用戶設計Tesla系列產品。與同類型產品相較,Tesla P40有哪些優勢?

Tesla P40 與同類型產品比較

Tesla P40??VS??GeForce 1080Ti

1、錯誤檢測和糾正,術業有專攻

在計算領域,非常依賴于GPU返回數據的準確性,即使內存出現單比特錯誤也可能導致計算結果的極大誤差。Tesla P40不僅能檢測并糾正單比特錯誤也可以發現并警告雙比特錯誤,這對保證計算結果的精準性來說非常重要。

2、顯存性能及配備高人一等

系統內存越多,運行速度越快。尤其對于某些HPC應用程序來說,內存不夠甚至不能執行單次運行。GeForce顯卡只能提供12GB顯存,而Tesla P40 GPU可提供2倍顯存——24GB,這對GPU執行深度學習運算時使用更大的框架提供了支持。

3、雙DMA引擎,贏在起跑線

GeForce產品一般只有單個DMA引擎,Tesla GPU產品采用雙DMA引擎,數據可以在CPU和GPU之間同時輸入和輸出,無需等待,效率更高。

4、64-bit雙精度浮點運算

P40擁有雙精度浮點運算能力,對于專業領域來說,準確性是計算結果的重要指標,Tesla與GeForce的雙精度浮點運算能力相差十幾倍之多。