深层模型参数多，计算量大，训练数据的规模也更大，需要消耗很多计算资源。利用 CPU 来训练深度神经网络，可以充分发挥其数以千计计算核心的高效并行计算能力，在使用海量训练数据的场景下，所耗费的时间大幅缩短，占用的服务器也更少，如果对深度神经网络进行合理优化，一块GPU卡可相当于数十甚至上百台CPU服务器的计算能力，因此GPU已经成为业界在深度学习模型训练方面的首选解决方案。
一般来说， GPU 卡数量越多越能提升深度学习模型训练的速度，深度学习模型训练还需要存储海量的训练数据，训练过程中会有大量的小文件频繁读写，对于方案的存储容量和硬盘读与速度均有较高要求。
机器外观方面，风虎云龙深度学习训练服务器分为静音塔式服务器和机架式服务器两种，静音塔式服务器可以放置在办公室像台式机一样使用，机架式服务器可以放置在机房远程使用，用户使用起来非常方便。
机器硬件方面，风虎云龙深度学习训练服务器既有基于 Intel Xeon CPU 平台方案，又有基于 AMD FPYC CPU 平台方案，具有支持2GPU卡、4GPU卡、8GPU卡、10GPU卡等多种机型，以及以这些机型为基础构建的 GPU 集群方案，可以满足科研人员多层次需求。风虎云龙深度学习训练服务器支持高达2个2260、2280、22110 M .25SD硬盘位，高达4个2.5英寸热插拔 U .2 SSD 硬盘位，支持高达12块3.5英寸热插拔 SATA / SAS 硬盘位，可以满足用户对硬盘读写速度的要求，和存储客量的要求。
机器软件方面，风虎云龙深度学习训练服务器出厂预装 TensforFlow、 Pytorch 等常用或者客户指定的深度学习框架，集成 CUDA 开发环境， cuBlas 、cuFFT 、cuSparse 、cuDNN 等多种函数库，安装 Ubuntu 、 CentOS 等多种操作系统，部署机器管理系统和作业调度系统软件。
风虎云龙深度学习训练服务器，最大支持10块 GPU 卡， GPU 卡可采用 NVIDIA RTX4090、H100、A100、 RTX A6000、 RTX A6000ADA、Geforce RIX 3090等产品,单精度浮点计算能高达91.1Tflops，双精度浮点计算能力高达97Tflops, GPU 显存高达800GB, GPU 计算能力强劲，可以加快完成客户的深度学习训练任务，最大支持4个 U .2 SSD 固态硬盘，容量高达32TB，每块 SSD 读写速度高达2000MB/ s ，读与速度是普通机械硬盘的十几倍，较大提升小文件读写速度，从而提升训速度。最大支持12块3.5英寸机械硬盘，容量高达240TB，方便在本地存储海量的训练数据。
风虎云龙深度学习训练服务器，出厂预装深度学习框架软件、开发环境、函数库、操作系统，真正做到了交钥匙工程，用户开箱即用。部署机器管理系统软件，可以监控服务器 CPU 、内存、硬盘、网络等组件的配置情况，负载情况，以及健康状况，以便用户更好地管理和维护服务器。部署作业调度系统软件，可以创建管理员账户和若干普通用户账户，账户权限设定，提交多个作业时，支持作业状态监控、排队、优先、删除等管理功能。
风虎服务器，专注高端，服务至上
如有合作需求，请与风虎工作人员联系
联系电话：13045666199
联系人：孙经理
