Strona używa tzw. cookies. Przechodząc do serwisu lub zamykając ten komunikat przez kliknięcie w znaczek X, zgadzasz się na wykorzystanie cookies. Więcej w naszej Polityce prywatności

Need Help?

Karty akceleratorów FX-Series FPGA

Karty akceleratora FX-Series FPGA firmy Huawei zapewniają najwyższą wydajność dzięki liniom PCIe 3.0 x16 i dwóm portom sieciowym 100 GE. Karty wykorzystują układy Xilinx UltraScale+ 16-nm VU9P i VU5P oraz obsługują do 32 GB pamięci zewnętrznej. Karty serii FX są zoptymalizowane pod kątem takich obciążeń jak sztuczna inteligencja (AI), sekwencjonowanie genów, kodowanie wideo, przetwarzanie obrazu, kompresja danych i przetwarzanie sieci. Zapewniają one atrakcyjną moc obliczeniową i szerokopasmowe połączenia danych dla różnych typów usług przyspieszanych sprzętowo i pomagają turbodoładowywać centra danych do optymalnej efektywności energetycznej.

Scenariusze zastosowań

  • fpga Scenarios 3

    Przetwarzanie wideo

    Aplikacje wideo, takie jak automatyczna klasyfikacja i rozpoznawanie obrazu, wyszukiwanie obrazów, transkodowanie, renderowanie w czasie rzeczywistym, transmisja na żywo, a także rozszerzona i wirtualna rzeczywistość, wymagają wysokiej wydajności przetwarzania w czasie rzeczywistym, którą mogą zapewnić serwery FPGA. Oferując ekonomiczne rozwiązania wideo i idealne do scenariuszy wideo, zmniejszają koszty wdrażania kodowania H.265 o 40%, poprawiają współczynnik kompresji H.265 o 30% do 50% w porównaniu z H.264 i redukują wydatki na transmisję HD o 30% do 50% w przypadku sieci dostarczania treści.

  • images codec 2

    Transkodowanie obrazu

    Rozszerzanie zawartości obrazów jest kontynuowane dzięki szybkiemu rozwojowi technologii, jak Big Data, IoT, połączenia mobilne i przetwarzanie w chmurze oraz zużywa dużą ilość zasobów serwera. Zalety serwera FPGA to wydajne przetwarzanie równoległe, wysoką przepustowość i niewielkie opóźnienia, jest więc idealny do rozwiązywania problemów, jak niski poziom współbieżnego przetwarzania procesora, powolne przetwarzanie obrazu i duże zużycie zasobów obliczeniowych. TCO spadł o 1/7 oryginału, wydajność poprawiono 15 razy, a opóźnienie o 1/3.

  • fpga Scenarios 2

    Badanie genomu

    Precyzję w medycynie można osiągnąć poprzez sekwencjonowanie i analizę genów, a także szybką analizę masowych danych biologicznych i medycznych. Wiele dziedzin, takich jak rozwój farmacji i hodowla molekularna, wymaga również masowego przetwarzania danych i akceleracji sprzętowej, aby rozwiązać problem wąskich gardeł dla obliczeń biologicznych. Serwery FPGA spełniają te wymagania dzięki wyjątkowej, programowalnej wydajności sprzętowej, która zwiększa się 6 razy. Nakłady inwestycyjne spadają o 40%, zajmowana powierzchnia zmniejsza się o 80%, a zużycie energii jest mniejsze o 70%.

  • fpga Scenarios 4

    Analityka finansowa

    Branża finansowa stawia surowe wymagania w zakresie możliwości obliczeniowych i wymaga szybkiej reakcji osiągniętej dzięki ultra-niskiemu opóźnieniu i wysokiej przepustowości. Scenariusze usług obejmują obliczenia finansowe oparte na modelu drzewa cenowego, transakcjach finansowych o wysokiej częstotliwości, algorytmach transakcji funduszy i papierów wartościowych, analizie ryzyka finansowego i podejmowaniu decyzji oraz zabezpieczeniu transakcji. Serwer FPGA zapewnia optymalne rozwiązanie przyspieszenia sprzętowego dla tych scenariuszy przy użyciu programowalnej technologii przyspieszania sprzętowego. W niektórych scenariuszach serwer FPGA zapewnia 100-krotne zwiększenie wydajności powyżej tego osiąganego przez oprogramowanie. Serwery FPGA zwiększyły również wydajność obliczeniową i dokładność analizy, a także osiągnęły bardzo niskie opóźnienia dzięki dostosowanym obwodom sprzętowym.

  • fpga deep learning

    Głęboka nauka

    Wielowarstwowe sieci neuronowe w uczeniu maszynowym wymagają dużej ilości zasobów obliczeniowych. Proces szkolenia obejmuje masowe zarządzanie danymi, natomiast proces wnioskowania wymaga bardzo niskich opóźnień. Ponadto algorytmy uczenia maszynowego ciągle się poprawiają. Akceleratory FPGA spełniają te wymagania ze względu na ich równoległe przetwarzanie, programowalny sprzęt, niską moc i małe opóźnienie. Karty akceleratorów FPGA dynamicznie zapewniają optymalną konstrukcję obwodów sprzętowych dla różnych algorytmów uczenia maszynowego, spełniając surowe wymagania dotyczące masowego przetwarzania i bardzo niskiego opóźnienia. Dlatego karty akceleratorów FPGA stanowią odpowiednie rozwiązanie, spełniające wymagania sprzętowe uczenia maszynowego. Dzięki kartom FPGA poprawiono przepustowość 1,5 raza, a opóźnienie zmniejszono o połowę.

Huawei

Specyfikacje

Model FX600 FX300
Wygląd Pełnej wysokości, 3/4-długości Półdługie, półwysokie
FPGA Xilinx UltraScale+ 16-nm VU9P
2586K LE, 6800 DSP
345,9 Mb/s
Xilinx UltraScale+ 16-nm VU5P
1314K LE, 3474 DSP
168,2 Mb/s
PCIe PCIe 3.0 x16/PCIe 4.0 x8 PCIe 3.0 x16
Pamięć 4 DDR4 DIMMs, 16 GB/32 GB 2133 MHz 64-bitowe SDRAM ECC 2 DDR4 DIMMs, 16 GB 2133 MHz 64-bitowe SDRAM ECC
Sieć 2 porty QSFP28 100 GE, kompatybilne z 40 GE 2 porty QSFP28 100 GE
Zasilanie Pasywne chłodzenie
Do 200W
Pasywne chłodzenie
Do 75W
Wskaźniki/Przyciski Wskaźnik stanu
Optyczny wskaźnik stanu portu
Złoty przycisk samonaprawiania
Wskaźnik stanu
Optyczny wskaźnik stanu portu
Złoty przycisk samonaprawiania
Konfiguracja FPGA konfiguracja przez JTAG
1 Gb/s QSPI pamięć flash
FPGA konfiguracja przez JTAG
1 Gb/s QSPI pamięć flash
Temperatura 0°C do 45°C (32°F do 113°F) 0°C do 45°C (32°F do 113°F)

Dla partnerów

Jeśli jesteś już partnerem, kliknij tutaj, aby uzyskać więcej materiałów marketingowych.
Kliknij tutaj,  aby odwiedzić strefę partnerską w celu sprawdzenia statusu zapytania, zarządzania zamówieniami, uzyskania wsparcia lub dodatkowych informacji o partnerach Huawei.

WORLDWIDE