人工智能革命在迅速改变每一个行业，因此，现代数据中心也必须准备做好迎接这场革命的准备。HPE和英伟达(Nvidia)正紧密合作，力图为每一位客户带来最佳的人工智能解决方案，提供集成的系统、服务和支持能力，以帮助组织和企业无缝地优化其人工智能底层基础，提供差异化的结果，并助其获得竞争优势。

高性能计算已经成为解决世界上科学、工业和工程等领域许多重大挑战的关键。然而，传统CPU升级换代所带来的性能提升已越来越无法满足这些行业对计算力的需求，HPC数据中心的前进之路，很可能在于GPU加速计算。GPU利用了大量的并行体系结构，其中包括许多设计用来同时处理多个任务的内核。而CPU的核心则更少一些，它们对连续的串行处理进行了优化。将计算密集型任务分解为多个部分并同时开始解决这些问题的能力是GPU计算适合人工智能、深度学习和其他高强度分析工作负载的主要原因。

英伟达的行业领先的数据中心级GPU为最苛刻的HPC应用提供了加速效果，并为世界上最快的超级计算机提供动力。HPE的目的是建立深度学习平台、提供先进的服务能力和解决方案专业知识，帮助客户轻松地部署和最大化其深度学习系统的价值。这一合作将为数据科学家、研究人员和工程师提供一组优化的解决方案，以揭示突破性的人工智能创新，并解决曾被认为不可能解决的问题。

人工智能背后的新驱动力

英伟达Volta是一个全新的GPU架构，它的设计目的是为每个行业带来应用人工智能的能力。Volta拥有超过210亿个晶体管，是迄今为止计算和数据科学领域最强大的GPU架构，可在一个GPU中实现一台人工智能超级计算机的性能。Nvidia Tesla V100加速器整合了强大的新Volta GV100 GPU，相比前一代Pascal架构，它为提供了显著的性能和可伸缩性。Nvidia Tesla V100 GPU提供的性能相当于100个CPU，每GPU提供超过120万亿次(Teraops)的深度学习性能。

随着深度神经网络(DNN)的复杂性和规模不断扩大，对更高的计算性能和更少的训练时间的需求也在不断增长。英伟达Volta引入了Tensor Core技术，它提供了训练大型神经网络所需的计算性能的指数级飞跃。每一个Volta GPU都配备了640个Tensor Core，可以提供高达12X的高峰值Teraops训练和6X高峰值TFLOPS。

加速实时洞察和智能

最近估计，人工智能的最新进展中至少有80%可以归因于更高的计算能力。然而，并不是每个服务器都能有效地处理人工智能环境下的计算密集型的特性，而传统的IT基础设施解决方案并没有交付所需的性能、带宽和速度。要想获得像深度学习这样的人工智能技术，组织需要最优的平台和解决方案的专门知识。

HPE的深度学习服务器组合是专门为人工智能和深度学习工作负载而设计的，并通过英伟达的最新GPU技术进行了优化。HPE的深度学习解决方案包括在高GPU-to-CPU配置中最强大的英伟达GPU，并且在设计时考虑了易用性，可以帮助众多行业中任何规模的组织采用人工智能。

对于缺乏实施深度学习的整体需求的组织，HPE提供了一系列的服务，以帮助企业快速克服采用的挑战，并开始深入学习。HPE的《深度学习食谱》(Deep Learning Cookbook)是一本关于深度学习工作负载的书，是一套全面的工具，可以引导客户通过选择最优的硬件/软件环境来完成各种深度学习任务。HPE GreenLake Flex Capacity服务允许客户使用灵活的按需消费模式使用他们的深度学习基础设施，只支付他们在服务器、存储、网络、软件和服务方面的使用。HPE Pointnext咨询和运营服务为最新技术的规划、部署和升级提供人工智能技术，包括Nvidia Volta、张量Core和Tesla V100技术。

更快获得人工智能投资回报

最近的一项调查发现，如今超过四分之三的企业都在投资人工智能，但91%的企业预计会遇到人工智能的障碍，缺乏IT基础设施(40%)，缺乏人才(34%)。无论你是对人工智能感兴趣，但缺乏必要的专业知识;还是你已经在利用人工智能技术，但是想要获得更多的竞争优势，HPE和英伟达可以提供人工智能技术和服务，以达到最大化的价值。

HPE和英伟达最近建立了五个全球卓越中心(CoE，Centers of Excellence)，以协助IT部门和数据科学家加速他们的深度学习应用，并从深度学习部署中实现更好的投资回报。这些中心为选择的客户提供最新的技术和专业知识，包括最新的英伟达GPU技术在HPE系统上运行。新的HPE-Nvidia深度学习教程和研讨会也可以帮助组织快速培训他们的团队，来掌握最新的人工智能技术。

  it168网站原创 　作者: 谢涛