我們販售服務NVIDIA的產品包含 從低階的 NVIDIA Jetson Nano開發板 ,還有各種組合 A1.Nano開發板*1+5V6APower Adapter(含跳線帽)*1+64GBSD卡*1+MIPI CSI800W(樹莓派相容)攝像頭*1+壓克力上下保護板*1+散熱風扇*1 總價NTD$5518 Jetson模組另洽詢規劃 高階的產品包含 NVIDIA DGX-2 NVIDIA DGX-2是NVIDIA首款2-petaFLOPS系統，它整合了16個完全互聯的GPU，使深度學習性能提升10倍，突破了人工智能速度和規模的障礙。它採用NVIDIA ® DGX™軟件和基於NVIDIA NVSwitch技術構建的可擴展架構，可以幫您應對眾多複雜的人工智能挑戰. (約40多萬美金) NVIDIA DGX-1 產品型錄(英文) 約600萬台幣 NVIDIA HGX-2 (採用NVIDIA Tesla V100 GPU 和NVSwitch 技術) 包含HSA1600 ,SYS-9029GP-TNVRT SuperServer 約20多萬美金 依據不同規格 洽詢規劃 用於AI團隊的訓練主機還有非常多樣化 先從GPU選擇開始 可選擇Tesla V100 32GB Pcie ,16GB , Tesla P100 (停產,但仍有庫存) ,NVIDIA TESLA T4 (用於推論,可跑Int 8) ,,單主機可20卡 洽詢規劃 還可選擇如 2080ti (11GB), 2080 , 1080ti(停產,仍有庫存) Titan RTX (24GB), Titan V(11GB,停產,庫存不好找) 主機: HSA1600 (SXM3,16 GPUs),HS5800 (SXM2.8~32 GPUs) ,GS4830AT (Titan RTX*8~10, 2080ti*8~10, Quadro RTX 8000(48GB)/6000(24GB)/5000(16GB) Acer Altos R680 F4 =Tyan Thunder HX FA77B7119 (B7119F77V14HR-2T-N) ,E5系列 TYAN FT77CB7079 (B7079F77CV10HR-2T-N (BTO)) 更多tyan機型 TPU、GPU、CPU深度學習平臺哪家強？有人做了一個基準測試研究 ParaDnn 能夠爲全連接（FC）、卷積（CNN）和循環（RNN） 神經網絡生成端到端的模型。研究者使用 6 個實際模型對谷歌的雲 TPU v2/v3、英偉達的 V100 GPU、以及 英特爾的 Skylake CPU 平臺進行了 基準測試。他們深入研究了 TPU 的架構，揭示了它的瓶頸，並重點介紹了能夠用於未來專業系統設計的寶貴經驗。他們還提供了平臺的全面對比，發現每個平臺對某些類型的模型都有自己獨特的優勢。最後，他們量化了專用的軟件堆棧對 TPU 和 GPU 平臺提供的快速性能改進。 論文：Benchmarking TPU, GPU, and CPU Platforms for Deep Learning |
|
|