思腾云计算

部署运行你感兴趣的模型镜像

为推动 AI 行业的国产化布局,迎合国产化服务器的需求,思腾合力推出这款 2U 机架式高性能服务器——CH2D20-HA,H 就是 High 的缩写代表的是高性能服务器,面向的是对数据处理有较高要求的企业级用户,这款服务器是基于 Hygon 7300 系列处理器开发的一款全新企业级高性能双路 GPU 服务器。

产品规格

  • 是一款 2U 双路高端旗舰机架式 GPU 服务器,支持 2 颗海光最新一代 73XX 系列处理器 CPU 内置安全处理器,提供芯片级根信任,固化处理器芯片内部的 Boot ROM 提供比 TPM 更高级别的安全机制国密算法进行加密、层次化逐级认证,保障系统安全启动。

  • 采用优异的可扩展架构设计,支持 3 张主流双宽全长或8张单宽 GPU 加速卡,为深度学习推理场景提供更加安全可靠、高性价比的解决方案。

  • 采用安全可靠以及灵活的软硬件设计,带来高计算性能及 IO 扩展能力,轻松满足各类数据中心及企业应用的工作负载,提供全新技术优势;可为深度学习推理、训练场景提供更加安 全可靠、更高性价比的解决方案。

图片

产品参数

图片

此款服务器它前面是 12 盘位 3.5 寸硬盘并且兼容 2.5 寸硬盘,可选不同的背板来兼容 U.2 & SATA & SAS 等硬盘接口,最高支持 8 个 U.2 硬盘,每个硬盘配有两个 LED 指示灯,分别为 Active 指示灯和 Status 指示灯,绿色闪烁,表示工作正常有数据读写,其他接口有:电源按钮、UID Button、网口指示灯、健康状态指示灯,方便管理员查看。

此款机型搭载 2 个板载千兆网口,1VGA 接口,和一个 RJ45 管理接口,用户可以利用 IPMI 监视服务器的物理健康特征,如温度、电压、风扇工作状态、电源状态等同时还可以记录各种硬件的信息和日志记录,用于提示用户和后续问题的定位;机箱靠边的这块是1+1冗余电源,可选配 1200W/1600W/2000W,此设计就是奔着地球不休息我们不休息,没有大事件我们不断电去的。

图片

内置 2 颗海光 7300 系列芯片,双颗 64 颗,128 线程,最高基础频率 2.7GHz,最高睿频:3.3GHz, 64M L3 缓存,海光芯片的主要优点有3个:

  • 生态成熟:海光拿到的是 X86 架构,性能起点高,生态壁垒低,毕竟占芯片市场 95% 的 Intel 和 AMD 都是 X86 架构,国际主流操作系统,主流应用软件,还有众多国产软硬件都兼容;

  • 性能:海光 7285 和 Intel 同期发布的高端处理器实测性能相当;

  • 安全性:海光一代 7185 在 sisoftware Sandra 测试数据库中赫然出现了这款型号,其在加密测试项目中,拿下了全球第一名,加解密、哈希带宽均达到了 101GB/S。

另外此款机型还同时搭载 32 根 DDR4 内存,最高内存频率 3200, 最高可扩展 10 个 PCIE 插槽,含一个 OCP 网卡插槽和一个 RAID 卡插槽;高灵活扩展性解决了不同的网络和存储需求,板载 BMC 芯片,别小看这颗 BMC 芯片,他可是服务器的大管家,从服务器加电那一刻起,他就开始掌控全局,BMC 的传感器监测内部物理变量,如温度、湿度、电源电压、风扇速度,通信参数和操作系统(OS)功能。如果这些变量中的任何一个发生偏离指定的限制,则会通知管理员。然后,该人可以通过远程控制采取纠正措施。受监视的设备可以根据需要重新启动或重新启动。通过这种方式,单个管理员可以同时远程管理多个服务器和其他设备,从而节省了网络的总体运营成本并有助于确保其可靠性。

CH2D20-HA 采用安全可靠以及灵活软硬件设计,带来高计算性能及 IO 扩展能力,轻松满足各类数据中心及企业应用的工作负载,提供全新技术优势;可为深度学习推理、训练场景提供更加安全、可扩展性及可靠性要求苛刻的行业数据中心和远程的企业环境。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

### 腾合力服务器使用教程 腾合力服务器的使用教程涵盖了从基础连接到高级任务提交的多个方面。以下内容详细介绍了如何使用腾合力服务器,包括连接服务、作业提交、镜像上传等操作。 #### 1. 连接服务 腾合力服务器支持多种连接方式,例如 SSH、Jupyter 和 PyCharm 等[^1]。以下是每种连接方式的基本步骤: - **SSH 连接** 使用 SSH 客户端连接到服务器,命令格式如下: ```bash ssh username@219.216.99.4 -p 22 ``` 其中 `username` 是用户账号,`219.216.99.4` 是服务器地址,`22` 是默认端口号。 - **Jupyter 连接** Jupyter Notebook 可通过浏览器访问,连接地址为 `http://219.216.99.4:6901`。需要确保服务器已启动 Jupyter 服务,并获取对应的 Token 或密码[^1]。 - **PyCharm 连接** PyCharm 的远程调试配置较为复杂,建议参考官方文档:[PyCharm 配置教程](https://github.com/sitonholy/scm/blob/master/notes/submit_jobs.md)[^1]。具体步骤包括配置远程解释器、同步代码文件和设置调试断点。 #### 2. 作业提交 作业提交是腾合力服务器的核心功能之一。可以通过 Web 界面或命令行工具完成作业提交。以下是一个示例 JSON 文件结构[^2]: ```json { "jobName": "example_job", "image": "219.216.99.4:8888/zhengyan/ubuntu18.04_cuda10.1_cudnn7_py3.6_tf2.3_torch1.6:v1.2", "gpu": 1, "cpu": 4, "memory": "8G", "command": "python train.py" } ``` 将上述 JSON 文件保存为 `job.json`,并通过以下命令提交作业: ```bash curl -X POST -H "Content-Type: application/json" --data @job.json http://219.216.99.4/api/jobs ``` #### 3. 镜像管理 腾合力服务器支持通过 Harbor 仓库管理 Docker 镜像。以下是上传和下载镜像的基本步骤[^3]: - **上传镜像** 1. 登录 Harbor 仓库: ```bash docker login 219.216.99.4:8888 ``` 2. 标记本地镜像: ```bash docker tag local_image:tag 219.216.99.4:8888/namespace/image:tag ``` 3. 推送镜像: ```bash docker push 219.216.99.4:8888/namespace/image:tag ``` - **下载镜像** 1. 登录 Harbor 仓库。 2. 拉取目标镜像: ```bash docker pull 219.216.99.4:8888/namespace/image:tag ``` #### 4. 数据集传输 对于大内存数据集,推荐通过 SCP 或 SSH 协议进行传输[^3]。以下是上传和下载数据集的命令: - **上传数据集** ```bash scp -r /path/to/local/dataset username@219.216.99.4:/path/to/server/directory ``` - **下载数据集** ```bash scp -r username@219.216.99.4:/path/to/server/dataset /path/to/local/directory ``` #### 5. 系统安全与运维 腾合力服务器内置了多层次的安全机制和智能运维功能[^4]。这些功能包括国密算法加密、芯片级根信任、实时监控和故障分类上报等。用户可以通过简洁易用的 Web 管理平台进行系统维护。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值