Produktbeskrivelse
|
NVIDIA Tesla K80 - GPU beregningsprocessor - 2 GPU'er - Tesla K80 - 24 GB
|
Enhedstype
|
GPU beregningsprocessor
|
Bus Type
|
PCI Express 3.0 x16
|
Grafik engine
|
2 GPU'er - NVIDIA Tesla K80
|
Hukommelse
|
24 GB GDDR5
|
CUDA kerner
|
4992
|
API-understøttet
|
OpenCL, DirectCompute
|
Blæserløs
|
Ja
|
Dimensioner (B x D x H)
|
3.8 cm x 26.7 cm x 11.2 cm
|
Designet for
|
ProLiant XL250a Gen9 Accelerator Tray
|
Produktdatablad |
|
Enhedstype |
GPU beregningsprocessor - blæserløs |
Bus Type |
PCI Express 3.0 x16 |
Grafik engine |
2 GPU'er - NVIDIA Tesla K80 |
CUDA kerner |
4992 |
API-understøttet |
OpenCL, DirectCompute |
Egenskaber |
Nvidia CUDA teknologi, Error Correcting Codes (ECC) Memory, NVIDIA Parallel DataCache, Kepler GPU Architecture, Dynamic Parallelism, Hyper-Q, Nvidia SMX Engine |
Størrelse |
24 GB |
Teknologi |
GDDR5 SDRAM |
Båndbredde |
480 GBps |
OS nødvendig |
SuSE Linux Enterprise Server 11, Red Hat Enterprise Linux 5, Red Hat Enterprise Linux 6, Microsoft Windows Server 2012 R2 |
Strømforbrug ved drift |
300 Watt |
Overensstemmelsesstandarder |
WEEE |
Bredde |
3.8 cm |
Dybde |
26.7 cm |
Højde |
11.2 cm |
Vægt |
1 kg |
Designet for |
HPE ProLiant XL250a Gen9 Accelerator Tray |
NVIDIA Tesla Computing-moduler giver mulighed for nem integration af GPU computing med HP ProLiant-servere til scale-out installationer. Tesla GPU'erne har en kapacitet på op til 6 GB GDDR5 hukommelse med ECC og en spidsydelse på 655 double-precision Gflops eller over 1,3 single-precision Tflop. Tesla M2070Q kombinerer Teslas high performance computation med NVIDIA Quadro 's professionelle visualisering i samme GPU. HP GPU Ecosystem inkluderer CUDA-programmeringsgrænsefladen og CUDA-udviklingsværktøjer fra tredjeparter samt HP-supporteret GPU-aware clustersoftware som HP Cluster Management Utility (CMU). CMU overvåger og viser GPU-status, f.eks. temperatur, og installerer endvidere GPU-drivere og CUDA-softwaren. Herudover inkluderer HP HPC Linux Value Pack en GPU-version af Platform LSF med mulighed for at planlægge job baseret på GPU-krav.