Dai ai carichi di lavoro accelerati un proprio ambiente fisico in Svizzera. Tensor combina le opzioni NVIDIA Tesla con risorse server dedicate per flussi di lavoro compatibili di inferenza, rendering ed elaborazione GPU.
Hardware GPU dedicato che combina processori dual Xeon E5-2680 v4, una configurazione elencata Tesla P4 / T4 GPU, 64 GB di memoria DDR4 e un SSD 1 TB. La specifica di rete è una porta 1 Gbps con traffico non misurato.
Una configurazione GPU con una porta 10 Gbps per progetti accelerati che spostano anche dataset più grandi. L'hardware elencato include processori dual Xeon E5-2680 v4, GPU Tesla P4 / T4, 64 GB di memoria DDR4 e un SSD 1 TB.
Processori dual Xeon Gold 6134 accompagnano la configurazione elencata Tesla P4 / T4 GPU per calcolo accelerato dedicato. Questo piano include 64 GB di memoria DDR4, un SSD 1 TB e una porta 1 Gbps con traffico non misurato.
Confronta le specifiche elencate e i prezzi base. Disponibilità finale, consegna e imposte applicabili sono confermate sul tuo preventivo. Le illustrazioni sono concettuali.
Comprendi cosa rende utile questa famiglia di servizi.
La gamma Tensor è elencata come bare metal. Pianifica sistema operativo, driver e stack applicativo in base all'hardware selezionato anziché a un'istanza virtuale generica.
Il configuratore distingue le opzioni NVIDIA Tesla P4 e T4. Confronta la memoria GPU elencata con il modello o l'attività che desideri eseguire.
Un flusso di lavoro GPU necessita anche di memoria host, preparazione dei dati e archiviazione. Esamina la piattaforma Xeon e seleziona aggiunte di RAM o disco dove utile.
Confronta le caratteristiche di porta e traffico tra le configurazioni Tensor. Gli import di dataset e la distribuzione dell'output possono essere importanti quanto l'acceleratore stesso.
Esegui carichi di lavoro di inferenza i cui requisiti di framework, precisione e memoria corrispondono all'acceleratore NVIDIA selezionato.
Prepara un flusso di lavoro di rendering o elaborazione visiva dopo aver verificato la compatibilità di GPU e dei driver del motore.
Utilizza un'applicazione consapevole dell'acceleratore per attività ripetibili di immagini, media o numeriche su dati che sei autorizzato a elaborare.
Prima di selezionare un server, verifica se l'applicazione e i suoi dati di lavoro rientrano nella memoria dell'acceleratore scelto. Architettura del modello, precisione e dimensione del batch influiscono tutti su questo requisito. Un'opzione con RAM host maggiore non aumenta automaticamente la memoria propria della GPU.
Scegli un sistema operativo supportato dal tuo software, poi verifica i requisiti di driver NVIDIA e framework. La preelaborazione CPU, le letture di archiviazione e il trasferimento dati possono limitare un flusso di lavoro anche quando la GPU è adeguata. Esegui un benchmark di un'attività rappresentativa prima di pianificare un grande job di produzione.
Tensor ti offre una sede svizzera per uno stack applicativo che configuri tu. Decidi chi può accedere a dataset, modelli e risultati, e tieni il materiale sensibile fuori dalle directory pubbliche. Utilizza software con licenza e dataset autorizzati; la presenza di una GPU non implica alcun servizio AI esterno né rivendicazione di elaborazione dati.
Considera acceleratore, driver e applicazione selezionati come un'unica decisione di compatibilità. Lavoro basato su CUDA, TensorFlow o PyTorch, elaborazione scientifica e rendering GPU richiedono una combinazione software supportata. I flussi di lavoro video possono anche usare FFmpeg e codifica hardware, ma codec supportati e throughput pratico devono essere verificati per la P4 o T4 scelta. Conferma il lavoro di installazione e l'accesso dell'operatore prima della consegna.
Le scelte disponibili dipendono dalla configurazione selezionata. Vedi le selezioni incluse e i prezzi delle opzioni nel configuratore.
Risposte specifiche per questa famiglia di servizi.
Confronta le opzioni P4 e T4 con la lista di supporto del tuo software e le esigenze di memoria. L'opzione selezionata, più che il nome della famiglia, definisce la configurazione dell'acceleratore.
No. La RAM di sistema e la memoria propria della GPU sono risorse diverse. Esamina separatamente l'opzione acceleratore e l'opzione memoria host.
Il catalogo elenca scelte di sistema operativo e software. Conferma qualsiasi framework, driver e lavoro di installazione richiesto come parte del tuo piano di deployment.
Verifica i requisiti di acceleratore, driver e sistema operativo supportati dall'applicazione. Una GPU elencata in una specifica server non stabilisce la compatibilità con ogni motore.
Confronta la piattaforma CPU e la porta di rete oltre alla selezione della GPU. Un carico di lavoro con grandi trasferimenti di dati può richiedere un equilibrio diverso da un batch locale ad alto calcolo.
Le scelte Tensor pubblicate elencano Tesla P4 e T4. Altri acceleratori o più GPU non sono selezioni incluse nel catalogo e richiederebbero una configurazione convalidata separatamente.
Verifica insieme le versioni scelte di GPU, driver, toolkit e framework. Installazione e un job di test funzionante richiedono conferma; elencare un acceleratore NVIDIA non rende un framework preconfigurato.
Valuta FFmpeg, il supporto alla codifica hardware e i codec richiesti dal tuo flusso di lavoro. Il supporto HLS, DASH, WebRTC o RTMP dipende dal software che distribuisci, e non viene promesso alcun numero di stream né latenza.
Il piano elenca la sua porta, traffico non misurato e cinque IP. Conferma con l'operatore accesso root o amministratore, controlli di ripristino e protezione di base; opzioni aggiuntive di IP e software sono separate.
Tieni conto di pesi, attivazioni, cache e buffer temporanei, poi testa il carico di picco invece del solo file del modello.
Leggi la guidaSepara l'inferenza del modello dall'orchestrazione, dimensiona il worker effettivo e limita ciò che i suoi strumenti possono modificare prima di mettere un flusso di lavoro AI su un server.
Leggi la guidaScegli le tue risorse. Mantieni il controllo della tua identità.