NVIDIA宣布一套用于构建GPU加速ARM服务器的参考设计
（文章来源：快科技）
在最新的超级计算大会上，NVIDIA创始人兼CEO黄仁勋宣布了一套用于构建GPU加速ARM服务器的参考设计，从而大大扩展GPU加速对于超级计算机的支持。ARM架构在智能手机、物联网设备中随处可见，早已成为全球最流行的处理器架构，黄仁勋更是预计ARM如今已经覆盖1000多亿台计算设备，未来几年这个数字将超过1万亿。
NVIDIA GPU加速的ARM服务器参考设计包括硬件和软件基础模块，得到了高性能计算和ARM生态系统主要成员的支持，几乎所有能在高性能计算中运行的工作都应该能够在任何CPU上运行，目前已有30个应用已经启动并开始运行。
比如，多家全球顶尖的超级计算中心已开始测试，包括美国橡树岭国家实验室和桑迪亚国家实验室、英国布里斯托大学、日本理化学研究所。同时，NVIDIA正在与ARM、Ampere、富士通、美满电子、HPE及其旗下Cray等生态伙伴展开合作，许多高性能计算软件公司已开始使用NVIDIA CUDA-X库为ARM生态带来基于GPU的管理和监控工具。
今年早些时候，NVIDIA宣布CUDA-X软件平台登陆ARM生态。根据此前的承诺，NVIDIA正在提供ARM兼容软件开发套件的预览版本，包含NVIDIA CUDA-X库和加速计算开发工具。
（责任编辑：fqj）
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
ARM
+关注
关注
134文章
9045浏览量
366790 -
英伟达
+关注
关注
22文章
3743浏览量
90825
发布评论请先 登录
相关推荐
GPU服务器AI网络架构设计
众所周知，在大型模型训练中，通常采用每台服务器配备多个GPU的集群架构。在上一篇文章《高性能GPU服务器AI网络架构（上篇）》中，我们对
如何设计出一套用于移动式综合监测站管理的软件系统
如何设计出一套用于移动式综合监测站管理的软件系统 要设计并实现一套系统，用于管理移动式综合监测站，并具备绘制其动态位置变化图和部署时间分布图的功能，我们需要从系统的整体架构设计、功能模块划分
gpu服务器与cpu服务器的区别对比，终于知道怎么选了！
gpu服务器与cpu服务器的区别主要体现在架构设计、性能特点、能耗效率、应用场景、市场定位等方面，在以上几个方面均存在显著差异。CPU服务器更适合数据库管理和企业应用，而
NVIDIA提供一套服务、模型以及计算平台 加速人形机器人发展
的发展，NVIDIA 于今日宣布，为全球领先的机器人制造商、AI 模型开发者和软件制造商提供一套服务、模型以及计算平台，以开发、训练和构建下一
算力服务器为什么选择GPU
随着人工智能技术的快速普及，算力需求日益增长。智算中心的服务器作为支撑大规模数据处理和计算的核心设备，其性能优化显得尤为关键。而GPU服务器也进入了大众的视野，成为高性能计算的首选。那么，为什么算力
NASA将测试一套用于地球科学遥感的新型激光雷达（LiDAR）技术
据麦姆斯咨询报道，美国国家航空航天局（NASA）工程师将于今年夏天在飞机上测试一套用于地球科学遥感的新型激光雷达（LiDAR）技术。
使用NVIDIA Triton推理服务器来加速AI预测
这家云计算巨头的计算机视觉和数据科学服务使用 NVIDIA Triton 推理服务器来加速 AI 预测。
Arm笃定服务器市场，定制化芯片构建基础设施的未来
”为主题，围绕人工智能、机器学习、物联网、基础设施、汽车、终端、移动计算等行业热点话题展开。在此次大会上，Arm传递出对于服务器市场的处理器技术以及合作生态的最新洞察，并介绍了所推出的相关技术产品以大力支持基础设施的
gpu服务器是干什么的 gpu服务器与cpu服务器的区别
相比于传统的CPU服务器，GPU服务器支持同时计算大量相似的计算操作，可以实现更强的并行计算性能。GPU服务器通常配备多个高性能的
工商网监
评论