Ressourcenbibliothek

Neue H13 Server mit AMD EPYC™ Prozessoren der Serie 9004 ermöglichen eine höhere Arbeitslast für innovative Unternehmen

In Zusammenarbeit mit Kove:SDM™ und Red Hat® OpenShift®

Das University of Tsukuba Center for Computational Sciences schafft ein HPC-System mit riesigem Speicher für Forscher in einer Vielzahl von Disziplinen.

Beschleunigen Sie alles, einschließlich KI, 5G, Netzwerk- und Speicher-Workloads mit Supermicro Systemen und Intel® Beschleunigern.

Enterprise KI wird für ganze Organisationen verfügbar

Verstehen der Konfigurationsoptionen für Supermicro GPU-Server liefert maximale Leistung für Workloads

Smart-Cities-Initiativen sollen die Städte sicherer, intelligenter und umweltfreundlicher machen. Supermicro konzentriert sich auf lösungsorientierte Möglichkeiten unter Verwendung gemeinsamer Hardware-Plattformen für mehrere und wiederholbare Anwendungsfälle. Unser Integrationsmodell nutzt verschiedene bewegliche Teile mit unserem umfangreichen Ökosystem von Partnerlösungen, einschließlich Software, Systemintegratoren, künstlicher Intelligenz, Kameras, Audiotechnologie, Konnektivität, Sensoren und kontinuierlichem Lösungssupport.

Mit der zunehmenden Verbreitung intelligenter Anwendungen im Einzelhandel steigen auch die Anforderungen an die Technologie. Dies stellt die Betreiber von Geschäften vor die Herausforderung, die Bereitstellung und Wartung von Hardware, Anwendungen und Verwaltungstools an Standorten ohne eigenes IT-Personal zu bewältigen. Neben der Komplexität der Lösungen haben diese Betreiber mit einer Vielzahl von Installationsszenarien zu tun, die für die von ihnen angebotenen Produkte oder Dienstleistungen spezifisch sind.

Föderiertes Deep Learning ermöglicht die gemeinsame Nutzung von Daten bei gleichzeitiger Wahrung des Datenschutzes, um bessere KI mit geringerer Verzerrung zu erstellen. Diese Technik findet breite Anwendung in den Bereichen Gesundheitswesen, Finanzen, Dienstleistungen, Fertigung, Energie und anderen Branchen. Supermicro wird eine Implementierung von föderiertem Deep Learning mit Supermicro KI für das Gesundheitswesen und die Biowissenschaften beschreiben. Dabei wird eine belastbare Architektur mit MONAI, NVIDIA FLARE, NVIDIA CLARA, Kubernetes und CEPH verwendet.

Die digitale Transformation von Unternehmen erfordert ein modernes Kommunikations-Backbone, um die Einführung und Nutzung neuer, datengesteuerter Anwendungsfälle in großem Umfang zu unterstützen. Private 5G bildet zusammen mit Edge Computing dieses private Netzwerk der nächsten Generation, das alles von der Interaktion mit Kunden und Partnern in Echtzeit bis hin zu Industrie 4.0 ermöglicht.

Supermicro, Intel und Varnish bieten eine optimierte CDN-Lösung an, die mit dem Intel Xeon in einem Supermicro Superserver mit Varnish Enterprise aufgebaut ist. Diese Lösung bietet eine starke Leistung in einem kompakten Formfaktor mit geringer Leerlaufleistung und ausgezeichneter Leistung pro Watt.

Eine neue beschleunigte Computing-Infrastruktur bietet erhebliche Vorteile für die Arzneimittelforschung, die industrielle Automatisierung, den Einzelhandel, das autonome Fahren und das maschinelle Lernen in Unternehmen. Supermicro bietet die Infrastruktur-Bausteine, die dies alles möglich machen.

Die Zahl der mit dem Internet verbundenen Geräte nimmt exponentiell zu und ermöglicht eine zunehmende Anzahl von Edge-Anwendungen in Umgebungen wie Smart Cities, Einzelhandel und Industrie 4.0. Diese intelligenten Lösungen erfordern häufig die Verarbeitung großer Datenmengen, die Ausführung von Modellen zur Bilderkennung, prädiktive Analysen, autonome Systeme und mehr. Die Erhöhung der Systemarbeitslasten und der Datenverarbeitungskapazität am Edge ist entscheidend für die Minimierung von Latenzzeiten, die Verbesserung der Reaktionsfähigkeit und die Reduzierung des Netzwerkverkehrs zurück zu den Rechenzentren.

RADAR ist das weltweit erste Sicherheits-Ökosystem, das Bürger mit Polizeidienststellen und öffentlichen Einrichtungen verbindet. 

Dieser Produktbericht beschreibt die KI des Supermicro SYS-E403-12P-FN2T, basierend auf den MLPerf und OpenVino Benchmarks.