Mit der NVIDIA vGPU-Software kann jeder VDI-Nutzer (Virtual Desktop Infrastructure) die Vorteile einer NVIDIA-GPU nutzen.
MEHRERE VIRTUELLE NVIDIA-GPUs
Leistungsschub für virtuelle GPUs
Virtuelle GPUs (vGPUs) von NVIDIA können nun in einer einzelnen virtuellen Maschine (VM) eingesetzt werden, um die Anwendungsleistung zu skalieren und Produktions-Workflows erheblich zu beschleunigen.
Mit der NVIDIA vGPU-Software kann jeder VDI-Nutzer (Virtual Desktop Infrastructure) die Vorteile einer NVIDIA-GPU nutzen.
Für leichtere Workloads können mehrere virtuelle Maschinen (VMs) GPU-Ressourcen mit der Software für virtuelle GPUs von NVIDIA gemeinsam nutzen.
Für größere Modelle und immer anspruchsvollere Workflows ermöglichen es die NVIDIA Quadro® Virtual Desktop Workstation (vDWS) und die NVIDIA Virtual Compute Server(vCS)-Software, mehrere GPUs einer einzelnen VM zuzuweisen.
NVIDIA® NVLink™ ermöglicht eine schnelle, direkte GPU-zu-GPU-Verbindung, die eine höhere Bandbreite für Systemkonfigurationen mit mehreren GPUs bietet als herkömmliche PCIe-basierte Lösungen.
Ein Trainings-Workload für Deep Learning, der auf dem TensorFlow ResNet-50 mit Mixed-Precision ausgeführt wird, kann mit mehreren NVIDIA V100-GPUs und der vCS-Software bis zu 50-mal schneller ausgeführt werden als auf einem Server, der nur mit CPUs arbeitet. Darüber hinaus läuft die Ausführung dieses Workloads in einer Hypervisor-basierten virtuellen Umgebung mit NVIDIA vCS mit einer nahezu gleichen Leistung ab wie die Ausführung desselben Workloads in einer Bare-Metal-Umgebung.
Serverkonfiguration: 2x Intel Xeon Gold (6140 3,2 GHz) [VMware ESXI 6.7 U3, vCS 9.1 RC, NVIDIA V100 (32C-Profil), Treiber 430.18] TensorFlow Resnet-50 V1, NGC 19.01, FP16 BS: 256
Im Vergleich zur rein CPU-basierten Nutzung laufen Entwicklungssimulationen, die mit mehreren NVIDIA-Grafikprozessoren mit Quadro vDWS betrieben werden, bis zu siebenmal schneller, flüssiger und sicherer. In einigen Fällen können sie, verglichen mit einer rein vCPU-basierten Lösung, wesentlich kostengünstiger ausgeführt werden. Mehrere vGPUs ermöglichen eine exponentiell schnellere Verarbeitung mit Modellen mit höherer Genauigkeit in einer VDI-Umgebung.
Tests wurden durchgeführt auf einem Server mit 2x Intel Xeon Skylake (6148 2,4 GHz Turbo–3,6 GHz), NVIDIA Quadro vDWS-Software, Tesla V100-GPUs mit einem Profil von 32Q, Treiber: 410.53, 256 GB RAM, CentOS 7.4 (64 bit). Benchmark-Modell: Wassermantel-Modell, Unsteady RANS, Innenströmung, Flüssigkeit: Wasser, Größe 4, 20 Zeitschritte
Tests wurden durchgeführt auf einem Server mit 2x Intel Xeon Skylake-CPUs (Xeon 6148 2,4 GHz 32-Core), NVIDIA Quadro vDWS-Software, Tesla V100-GPUs mit einem Profil von 32Q, Treiber: 410.53, 256 GB vRAM, CentOS 7.4 (64 bit). Benchmark-Modell: ~450–550 TFLOPs, 5,9 M DoF, hochgradig nichtlineare Statik, axialsymmetrisches Modell mit nicht axialsymmetrischer Belastung und Drehung, Direct Sparse-Solver (Modell: SIMULIA)
Rendern Sie fotorealistische Szenen bis zu viermal schneller – von überall aus. Designer können so mehr Iterationen in noch kürzerer Zeit ausführen.
Tests wurden durchgeführt auf einem Server mit 2x Intel Xeon Gold-CPUs (6154 3,0 GHz), 512 GB RAM, RHEL 7.5, NVIDIA Quadro vDWS-Software, Tesla V100-32Q, Treiber: 410.39, 256 GB RAM, Windows 10 x64 RS3
Tests wurden durchgeführt auf einem Server mit 2x Intel Xeon Gold-CPUs (6154 3,0 GHz), 512 GB RAM, RHEL 7.5, NVIDIA Quadro vDWS-Software, Tesla V100-32Q, Treiber: 410.39, 256 GB RAM, Windows 10 x64 RS3
Versionshinweise und Anforderungen für das Produkt anzeigen
Seismische Interpretation, Stimulation
Simulation, Entwicklung und Design
Simulation und Training