Inovasi dan Terobosan Supercomputing
HPC dan AI di Exascale
Intel sedang membuat komputer super exascale pertama di AS, yang dibuat dengan prosesor Intel® Xeon® yang Dapat Diskalakan masa depan, arsitektur komputasi Intel® Xeon®, memori persisten Intel® Xeon® Optane™ DC, dan lainnya.
DAOS Merevolusi Penyimpanan Performa Tinggi
Pelajari bagaimana kami merevolulsi penyimpanan performa tinggi dengan DAOS, tumpukan perangkat lunak sumber terbuka kami, dan teknologi Intel® Optane™.
Pabrik, Ilmu Kehidupan, serta Minyak & Gas Bumi
HPC bertransformasi dengan cepat sebagai prosesor Intel® Xeon® yang Dapat Diskalakan untuk mendukung gelombang analisis, simulasi & pemodelan, dan AI.
KISTI Mengubah Supercomputing di Korea
KISTI dengan supercomputer NURION miliknya sedang dalam upaya memperluas keunggulan HPC R&D di Korea.
Mendukung Sains Komputasi yang Memerlukan Spesifikasi Tinggi
Supercomputer Marconi adalah langkah penting bagi Cineca untuk mencapai tujuan komputasi exascale mereka.
Supercomputer Osaka Mendukung Sains
Supercomputer OCTOPUS di Universitas Osaka telah meningkatkan kapasitas sains dan mendukung berbagai macam proyek.
Memperkenalkan Prosesor Intel® Xeon® yang Dapat Diskalakan Generasi ke-2
Temukan fleksibilitas satu platform dalam menangani AI, simulasi dan pemodelan, analisis, serta beban kerja HPC umum lainnya.
Kinerja untuk platform HPC
Platform terbaru kami dengan prosesor Intel® Xeon® yang Dapat Diskalakan Generasi ke-2 mengurangi kebutuhan sistem khusus yang menjalankan perangkat keras dan perangkat lunak spesialisasi untuk beban kerja unik.
Kinerja Komputasi Kepemimpinan
Pelajari bagaimana prosesor Intel® Xeon® Platinum 9200 dan Sistem Server S9200WK Intel® dirancang untuk mengoptimalkan kinerja HPC dan beban kerja AI.
HLRN Memungkinkan Kinerja Lanjutan Bagi HPC
HLRN memilih prosesor Intel® Xeon® Platinum 9200 untuk memenuhi kebutuhan beban kerja HPC yang semakin beragam.
TACC Memberikan Kemampuan HPC Baru
Texas Advanced Computing Center (TACC) menggunakan prosesor Intel® Xeon® yang Dapat Diskalakan Generasi ke-2 untuk menyelesaikan masalah ilmiah yang berbasis simulasi dan didukung data.
Konvergensi AI dan HPC
AI pada Infrastruktur HPC Berbasis Intel® yang Sudah Anda Kenal
Kecerdasan artifisial (AI) memiliki potensi untuk mengubah kehidupan kita. AI sangat andal dan memiliki banyak potensi, namun tidak membutuhkan sistem perangkat keras dan perangkat lunak terpisah yang sangat khusus untuk berjalan. Infrastruktur HPC berbasis Intel® yang sudah Anda kenal menangani AI bersama dengan beban kerja analitis data besar dan lainnya: Untuk informasi, penemuan, dan keunggulan kompetitif selengkapnya.
Tonton “Konvergensi Beban Kerja AI dan HPC” ›
Menggunakan AI dan Analisis dalam Infrastruktur Klaster Tunggal
Solusi ini menjelaskan secara singkat mengenai tantangan dan peluang di sekitar penggunaan AI dan beban kerja analisis pada klaster HPC yang sudah ada.
AI di Infrastruktur HPC dalam Tiga Langkah
Ada sejumlah langkah agar berhasil dalam mengintegrasikan beban kerja AI ke dalam lingkungan HPC Anda yang sudah ada — panduan visual kami akan membantu Anda memulai.
Mendukung HPC, AI, Analisis pada Platform Umum
Pelajari selengkapnya mengenai kemampuan penggunaan TensorFlow* dan Apache Spark* pada sistem HPC yang sudah ada dengan penjadwal kelompok standar.
Solusi Pilihan Intel® untuk HPC
Solusi Pilihan Intel® adalah kumpulan HPC yang telah dikonfigurasi sebelumnya yang dirancang dan dioptimalkan untuk beban kerja pusat data tertentu — seperti visualisasi, simulasi dan pemodelan, dan analisis genomika profesional. Tersedia melalui mitra OEM tepercaya Intel, Solusi Pilihan Intel® akan mempercepat rencana HPC Anda.
Spesifikasi dan Komunitas Platform HPC Intel®
Spesifikasi Platform HPC Intel®
Lihat rekomendasi kombinasi elemen komputasi, pabrik, memori, penyimpanan, dan perangkat lunak yang mencakup persyaratan dasar Solusi Pilihan Intel®.
Katalog Aplikasi HPC Intel®
Lihat daftar lengkap aplikasi terverifikasi yang kompatibel dengan Spesifikasi Platform HPC Intel® dan Solusi Pilihan Intel® untuk HPC.
Alat Pemeriksa Klaster Intel®
Verifikasi bahwa komponen klaster berfungsi bersamaan dengan halus untuk meningkatkan waktu aktif, produktivitas, dan menurunkan biaya total kepemilikan (TCO).
Produk dan Teknologi Intel HPC
Prosesor Intel® Xeon® yang Dapat Diskalakan
Mengendalikan wawasan yang dapat ditindaklanjuti, mengandalkan keamanan berbasis perangkat keras, dan menerapkan penyampaian servis dinamis dengan prosesor Intel® Xeon® yang Dapat Diskalakan.
Intel® Deep Learning Boost
Prosesor Intel® Xeon® yang Dapat Diskalakan meningkatkan kinerja AI bawaan ke level berikutnya dengan Intel® Deep Learning Boost (Intel® DL Boost).
Teknologi Intel® Optane™
Kami menyediakan solusi yang memaksimalkan penggunaan CPU, mengurangi penyempitan, dan memberikan wawasan baru dari banyak datasets.
Intel® Omni-Path Architecture
Intel® Omni-Path Architecture (Intel®OPA) menurunkan TCO sistem dan memberikan keandalan, kinerja tinggi, dan kemampuan skala yang ekstrim.
Solusi Penyimpanan Pusat Data
Dengan ledakan data, modernisasi penyimpanan sangat penting bagi transformasi TI. Kemajuan teknologi memungkinkan penyimpanan, akses, dan transfer data yang lebih efisien.
Intel® FPGA
Dari IoT hingga pusat data, solusi Intel® FPGA menghadirkan kecepatan dan kapasitas penuh sistem-pada-chip.
Intel® Ethernet Network Adapter
Intel® Ethernet Network Adapter, Pengontrol, dan Aksesori menghadirkan layanan yang efisien dan hemat biaya di pusat data.
Perangkat Lunak dan Alat HPC
Memodernisasi kode Anda untuk perangkat lunak saat ini dan masa depan menggunakan alat lanjutan yang membantu membuat, men-debug, dan menyesuaikan aplikasi Anda.
Informasi Produk dan Performa
30x peningkatan throughput inferensi pada prosesor Intel® Xeon® Platinum 9282 dengan Intel® Deep Learning Boost (Intel DL Boost): Diuji oleh Intel tanggal 26/02/2019. Platform: Dragon rock 2 soket Intel® Xeon® Platinum 9282(56 core per soket), HT AKTIF, turbo AKTIF, Total Memori 768 GB (24 slot/ 32 GB/ 2933 MHz), BIOS: SE5C620.86B.0D.01.0241.112020180249, Centos* 7 Kernel 3.10.0-957.5.1.el7.x86_64. x86_64, Kerangka Kerja Deep Learning: Optimalisasi Intel® untuk versi Caffe*: https://github.com/intel/caffe d554cbf1, ICC 2019.2.187, MKL DNN versi: v0.17 (commit hash: 830a10059a018cd2634d94195140cf2d8790a75a), model: https://github.com/intel/caffe/blob/master/models/intel_optimized_models/int8/resnet50_int8_full_conv.prototxt, BS=64, Tidak ada lapisan data DummyData: 3x224x224, 56 instance/2 soket, Datatype: INT8 dibandingkan dengan yang Diuji oleh Intel tanggal 11 Juli 2017: 2S Intel® Xeon® Platinum 8180 cpu @ 2,50 GHz (28 core), HT nonaktif, turbo nonaktif, penskalaan diatur ke “performa” melalui intel_pstate driver, RAM DDR4-2666 ECC 384 GB. CentOS* Linux rilis 7.3.1611 (Core), Linux kernel 3.10.0-514.10.2.el7.x86_64. SSD: Intel® SSD DC Seri S3700 (800 GB, 2,5 in SATA 6 Gb/s, 25 nm, MLC). Performa diukur dengan: Variabel lingkungan: KMP_AFFINITY='granularity=fine, compact‘, OMP_NUM_THREADS=56, Frekuensi CPU diatur dengan performa cpupower frequency-set -d 2.5G -u 3.8G -g. Caffe: (http://github.com/intel/caffe/), revisi f96b759f71b2281835f690af267158b82b150b5c. Inferensi diukur dengan perintah “caffe time --forward_only”, pelatihan diukur dengan perintah “caffe time”. Untuk topologi “ConvNet”, kumpulan data sintetis digunakan. Untuk topologi lainnya, data disimpan di penyimpanan lokal dan disimpan sementara di memori sebelum pelatihan. Spesifikasi topologi dari https://github.com/intel/caffe/tree/master/models/intel_optimized_models (ResNet-50). Intel® C++ Compiler ver. 17.0.2 20170213, Intel® Math Kernel Library (Intel® MKL) small libraries versi 2018.0.20170425. Caffe dijalankan dengan “numactl -l”.
Performa 4X Linpack dengan prosesor Intel® Xeon® Platinum 9242 Generasi ke-2 dibandingkan dengan AMD* EPYC* 7601 pada skala (4-node, 8-node).
Prosesor Intel® Xeon® 9242: Platform Referensi Intel dengan prosesor 2S Intel® Xeon® 9242 (2,2GHz, 48C), 16 DDR4-2933 16 GB, 1 SSD, Sistem File Klaster: 2.12.0-1 (server) 2.11.0-14.1 (klien), BIOS: PLYXCRB1.86B.0572.D02.1901180818, Microcode: 0x4000017, CentOS* 7.6, Kernel: 3.10.0-957.5.1.el7.x86_64, OFED kumpulan: OFED OPA 10.8 on RH7.5 dengan Lustre v2.10.4, HBA: 100 Gbps Arsitektur Intel® Omni-Path (Intel® OPA) 1 port PCIe* x16, Switch: (Intel® OPA) Edge Switch 100 Seri 48 Port, HPL 2.1, Intel Compiler 2019u1, Intel® Math Kernel Library (Intel® MKL) 2019, Intel MPI 2019u1, HT=AKTIF, Turbo=NONAKTIF, 2 thread per core, 4-node=20.408,00, 8-node=39921 GF/s, lebih tinggi lebih baik, diuji oleh Intel pada 3/3/2019.
AMD EPYC 7601: Supermicro AS -1023US-TR4, 2S AMD EPYC 7601 (2,2 GHz, 32C), 16 DDR4-2666 16 GB, 1 SSD, BIOS ver: 1.1b (08/20/2018), Microcode ver: 0x8001227, Server Oracle* Linux rilis 7.5 (3.10.0-862.14.4.el7.crt1.x86_64), Sistem File Klaster: Panasas (penyimpanan 124 TB) Firmware versi 5.5.0.b-1067797.15 EDR berbasis IEEL Lustre, 100Gbps Mellanox EDR MT27700, 36 Port Mellanox EDR IB Switch, OFED MLNX mlnx-4.3-3.0.2.0, HPL 2.2, Intel Compiler 2018u3, AMD BLIS v0.4.0, Intel MPI 2018u3, SMT=AKTIF,Turbo=AKTIF, 2 thread per core, 4Node=4739,96, 8Node=9406,07 GF/s, lebih tinggi lebih baik, diuji oleh Intel pada 23/09/2018.
Perangkat lunak dan beban kerja yang digunakan dalam uji performa mungkin telah dioptimalkan hanya untuk performa pada mikroprosesor Intel®. Pengujian performa, seperti SYSmark* dan MobileMark*, diukur menggunakan sistem komputer, komponen, perangkat lunak, operasi, dan fungsi spesifik. Perubahan apa pun terhadap salah satu faktor tersebut bisa menyebabkan hasil yang bervariasi. Anda harus mempelajari informasi dan sejumlah uji performa lain agar benar-benar dapat mempertimbangkan pembelian dengan cermat, termasuk performa produk tersebut bila digabungkan dengan produk lainnya. Untuk informasi lebih lanjut, kunjungi www.intel.co.id/benchmarks.
Hasil performa berdasarkan pengujian per tanggal yang tercantum dalam detail konfigurasi dan mungkin tidak mencerminkan semua pembaruan keamanan yang tersedia untuk umum. Lihat pengungkapan konfigurasi untuk detailnya. Tidak ada produk atau komponen yang bisa sepenuhnya aman. Fitur dan keunggulan teknologi Intel® bergantung pada konfigurasi sistem dan memerlukan perangkat keras yang didukung, perangkat lunak, atau aktivasi layanan. Performa beragam tergantung pada konfigurasi sistem. Hubungi produsen atau peritel sistem Anda, atau pelajari lebih lanjut di intel.co.id.