Bigyan ang accelerated workloads ng sarili nilang physical environment sa Switzerland. Pinagsasama ng Tensor ang NVIDIA Tesla na mga opsyon sa dedicated server resources para sa compatible inference, rendering at GPU processing workflows.
Dedicated GPU hardware na pinagsasama ang dual Xeon E5-2680 v4 processors, nakalistang Tesla P4 / T4 GPU configuration, 64 GB ng DDR4 memory at isang 1 TB SSD. Ang network specification ay 1 Gbps port na may unmetered traffic.
Isang GPU configuration na may 10 Gbps port para sa accelerated projects na naglilipat din ng mas malalaking dataset. Kabilang sa nakalistang hardware ang dual Xeon E5-2680 v4 processors, Tesla P4 / T4 GPUs, 64 GB ng DDR4 memory at isang 1 TB SSD.
Dual Xeon Gold 6134 processors ang kasama ng nakalistang Tesla P4 / T4 GPU configuration para sa dedicated accelerated compute. Kabilang sa plan na ito ang 64 GB ng DDR4 memory, isang 1 TB SSD at 1 Gbps port na may unmetered traffic.
Ihambing ang mga nakalistang spesipikasyon at base na presyo. Ang huling availability, delivery at naaangkop na buwis ay kinukumpirma sa iyong quote. Ang mga ilustrasyon ay konseptwal.
Unawain kung ano ang nagpapahalaga sa pamilya ng serbisyong ito.
Ang Tensor range ay nakalista bilang bare metal. Planuhin ang iyong operating system, drivers at application stack ayon sa napiling hardware sa halip na generic virtual instance.
Kinikilala ng configurator ang NVIDIA Tesla P4 at T4 na mga opsyon. Ihambing ang nakalistang GPU memory sa model o task na nais mong patakbuhin.
Ang GPU workflow ay nangangailangan din ng host memory, data preparation at storage. Suriin ang Xeon platform at pumili ng RAM o disk na mga karagdagan kung kapaki-pakinabang.
Ihambing ang port at traffic characteristics sa mga Tensor configuration. Ang dataset imports at output distribution ay maaaring kasinghalaga ng accelerator mismo.
Patakbuhin ang inference workloads na ang framework, precision at memory requirements ay tumutugma sa napiling NVIDIA accelerator.
Ihanda ang rendering o visual-processing workflow pagkatapos suriin ang GPU at driver compatibility ng engine.
Gumamit ng accelerator-aware na application para sa paulit-ulit na image, media o numerical na mga gawain sa data na may karapatan kang iproseso.
Bago pumili ng server, suriin kung kasya ang application at ang working data nito sa memory ng napiling accelerator. Ang model architecture, precision at batch size ay nakakaapekto sa kinakailangang ito. Ang mas malaking host-RAM na opsyon ay hindi awtomatikong nagdaragdag ng sariling memory ng GPU.
Pumili ng operating system na sinusuportahan ng iyong software, pagkatapos ay i-verify ang NVIDIA driver at framework requirements. Ang CPU preprocessing, storage reads at data transfer ay maaaring limitahan ang workflow kahit angkop ang GPU. I-benchmark ang isang representatibong gawain bago mag-iskedyul ng malaking production job.
Binibigyan ka ng Tensor ng Swiss location para sa application stack na ikaw ang nag-configure. Magpasya kung sino ang maaaring umaccess sa mga dataset, model at resulta, at panatilihing wala sa public directories ang sensitibong materyal. Gumamit ng lisensyadong software at awtorisadong dataset; walang external AI service o data-processing claim na ipinahihiwatig ng pagkakaroon ng GPU.
Ituring ang napiling accelerator, driver at application bilang isang desisyon sa compatibility. Ang CUDA-based na trabaho, TensorFlow o PyTorch, scientific processing at GPU rendering ay nangangailangan ng sinusuportahang kombinasyon ng software. Ang video workflows ay maaari ring gumamit ng FFmpeg at hardware encoding, ngunit ang mga sinusuportahang codec at praktikal na throughput ay dapat suriin para sa napiling P4 o T4. Kumpirmahin ang installation work at operator access bago ang paghahatid.
Ang mga available na pagpipilian ay depende sa napiling configuration. Tingnan ang mga kasamang pagpipilian at presyo ng opsyon sa configurator.
Mga partikular na sagot para sa pamilya ng serbisyong ito.
Ihambing ang P4 at T4 sa listahan ng sinusuportahan ng iyong software at sa pangangailangan nito sa memory. Ang napiling opsyon, hindi ang pangkalahatang pangalan ng produkto, ang nagtatakda sa configuration ng accelerator.
Hindi. Magkaibang resource ang system RAM at sariling memory ng GPU. Suriin nang magkahiwalay ang opsyon ng accelerator at ng memory ng host.
Nakalista sa katalogo ang mga pagpipilian sa operating system at software. Kumpirmahin ang kailangang framework, driver at pag-install bilang bahagi ng plano sa deployment.
Suriin ang accelerator, driver at operating system na sinusuportahan ng application. Ang GPU na nakalista sa detalye ng server ay hindi patunay na tugma ito sa lahat ng engine.
Ihambing ang CPU platform at network port, pati ang napiling GPU. Maaaring mangailangan ng ibang balanse ang malaking paglilipat ng data kaysa sa lokal na batch na mabigat sa pag-compute.
Tesla P4 at T4 ang nakalista sa inilathalang mga pagpipilian sa Tensor. Hindi kasamang pagpipilian sa katalogo ang ibang accelerator o maraming GPU; kailangan ang hiwalay na napatunayang configuration para sa mga iyon.
Suriin nang magkakasama ang napiling GPU, driver, toolkit at bersyon ng framework. Kailangang kumpirmahin ang pag-install at matagumpay na test job; hindi nangangahulugang naka-configure na ang framework dahil may nakalistang NVIDIA accelerator.
Suriin ang FFmpeg, suporta sa hardware encoding at mga codec na kailangan ng iyong workflow. Nakadepende sa software na ide-deploy mo ang HLS, DASH, WebRTC o RTMP; walang ipinapangakong bilang ng stream o latency.
Nakalista sa plano ang port, trapikong hindi sinusukat at limang IP. Kumpirmahin sa operator ang root o administrator access, mga kontrol sa recovery at batayang proteksiyon; hiwalay ang dagdag na IP at software.
Isaalang-alang ang mga weight, activation, cache at pansamantalang buffer, pagkatapos ay subukan ang peak workload sa halip na ang model file lamang.
Basahin ang gabayIhiwalay ang inference ng modelo mula sa orkestrasyon, sukatin ang aktwal na worker at limitahan ang maaaring baguhin ng mga tool nito bago maglagay ng AI workflow sa isang server.
Basahin ang gabayPiliin ang iyong mga resource. Panatilihin ang kontrol sa iyong identity.