Материалы по тегу: hostkey

29.09.2021 [16:55], Владимир Мироненко

Сравнение производительности и стоимости GPU-серверов с видеокартами NVIDIA серий RTX и GTX разных поколений

На смену устаревшей серии GTX10 и дефицитной RTX30 пришли наследницы серии Quadro — GPU NVIDIA RTX A4000 и А5000 на базе текущей архитектуры Ampere, которые были анонсированы в апреле 2021 года. Инженеры HOSTKEY сравнили эффективность использования новых ускорителей в GPU-серверах на различных типах нагрузок.

Ampere использует 8-нм техпроцесс от Samsung и поддерживает высокоскоростную память HBM2 и GDDR6(X). GDDR6X является шестым поколением памяти DDR SDRAM и может достигать скорости до 21 Гбит/с. В А5000 и А4000 NVIDIA использует ядра RT 2-го поколения и тензорные ядра 3-го поколения, позволяющие обеспечить двукратный прирост производительности по сравнению со старыми ядрами Turing. Новинки используют стандарт PCIe 4.0, что позволяет убрать узкие места при обмене данными с GPU.

В Ampere используется новая версия CUDA 8+. На чипе теперь есть два потоковых мультипроцессора, что обеспечивает значительный рост производительности FP32-вычислений по сравнению с картами на базе Turing. Старшие GPU A5000 и выше поддерживают NVLink 3.0 для попарного объединения карт, что это приводит к кратному увеличению производительности.

Технические характеристики видеокарт NVIDIA RTX A4000 и RTX A5000, RTX 3090, Quadro RTX 4000

На новых картах куда больше памяти, это позволяет эффективно работать с нейросетями и изображениями. Другим существенным отличием RTX A4000 и RTX A5000 является аппаратное ускорение размытия движения, позволяющее значительно сократить время и затраты на при рендеринге.

NVIDIA Quadro RTX 4000 GTX 1080 TI RTX A4000 RTX A5000 RTX 3090
Архитектура Turing Pascal Ampere Ampere Ampere
Техпроцесс, нм 12 16 8 8 8
Графический процессор TU104 GP102 GA102 GA104 GA102
Количество транзисторов, млрд шт. 11,8 13,6 17,4 28,3 28,3
Пропускная способность памяти, Гбайт/с 416 484 448 768 936,2
Разрядность шины памяти, бит 256 352 256 384 384
Тип памяти GDDR6 GDDR5X GDDR6 GDDR6 GDDR6X
Объём памяти, Гбайт 8 11 16 24 24
ECC-память нет нет да да нет
Ядра CUDA, шт. 2304 3584 6144 8192 10496
Тензорные ядра, шт. 288 нет 192 256 328
Ядра RT, шт. 36 нет 48 64 82
FP32, Тфлопс 7,1 11,34 19,2 27,8 35,6
RT, Тфлопс Н/Д нет 37,4 54,2 69,5
Tensor, Тфлопс 57 нет 153,4 222,2 285
Макс. мощность, Вт 160 Вт 250 Вт 140 Вт 230 Вт 350 Вт
Интерфейс PCIe 3.0 x16 PCIe 3.0 x16 PCIe 4.0 x16 PCIe 4.0 x16 PCIe 4.0 x16
Форм-фактор 1 слот 2 слота 1 слот 2 слота 2-3 слота
Поддержка vGPU нет нет нет полная ограниченная
NVLink нет нет нет 2×GPU 2×GPU
Версия CUDA 7.5 6.1 8.6 8.6 8.6
Поддержка VULKAN есть есть есть есть есть
Цена (руб.) 115 000 66 000 125 000 190 000 215 000

В старших картах от RTX A5000 есть поддержка vGPU и NVIDIA RTX vWS, что позволяет обеспечить совместное использование вычислительных ресурсов и виртуальных GPU несколькими пользователями. В среднем новые видеокарты NVIDIA обгоняют по производительности старую линейку Quadro в 1,5–2 раза и потребляют меньше электричества.

Тестирование HOSTKEY

Инженеры компании HOSTKEY провели собственное тестирование профессиональных видеокарт NVIDIA RTX A5000 и A4000 и сравнили их с RTX 3090 и Quadro RTX 4000 — представителем предыдущего поколения профессиональных видеокарт компании NVIDIA. Для тестов использовалась система следующей конфигурации:

  • Процессор OctaCore Intel Xeon E-2288G, 3,5 ГГц
  • 32 Гбайт DDR4-3200 ECC DDR4 SDRAM 1600 МГц
  • Samsung SSD 980 PRO 1Tбайт (1000 GB, PCI-E 4.0 x4)
  • Серверная материнская плата ASUS P11C-I Series (1 PCI-E x16, 1 M.2, 2 DDR4 DIMM, 2x Gigabit LAN + IPMI)
  • Microsoft Windows 10 Professional 64-бит.

Tест V-Ray GPU RT

Tест V-Ray GPU RTX

Тест V-Ray GPU CUDA

Тесты V-Ray GPU CUDA и RTX позволяют измерить относительную производительность GPU при рендеринге. GPU RTX A4000 и RTX A5000 значительно превосходят по производительности Quadro RTX 4000 и GeForce GTX 1080 Ti (тест V-Ray GPU RTX на этой карте провести невозможно, т.к. она не поддерживает технологию RTX), но уступают RTX 3090, что объясняется высокой пропускной способностью памяти (936,2 Гбайт/с против 768 Гбайт/с у RTX A5000) и количеством потоковых процессоров (10496 против 8192 у RTX A5000).

«Собаки против кошек»

Для сравнения производительности GPU для нейросетей был использован набор данных «Собаки против кошек» — тест анализирует содержимое фотографии и различает изображена на фото кошка или собака. Все необходимые исходные данные находятся здесь. Также этот тест был выполнен на разных GPU в различных облачных сервисах. Получены следующие результаты:

Полный цикл обучения

Полный цикл обучения

Полный цикл обучения тесовой нейросети занял от 5 до 30 мин. Результат NVIDIA RTX A5000 и A4000 составил 07:30 и 9:10 минут соответственно. Быстрее единичных NVIDIA RTX A5000 и A4000 работал только GPU-сервер с восемью картами GeForce RTX 2080Ti и с энергопотреблением около 2 кВт·ч. Видеокарты Tesla V100 прошлого поколения доступны в сервисах Google Cloud Compute Engine, Microsoft Azure и Amazon Web Services и показали наилучший результат из протестированных там карт.

Сколько стоит обучить нейросеть в разных местах?

На графике представлена стоимость обучения модели с использованием различных сервисов для следующих конфигураций:

  • AWS — AWS p3.2xlarge
  • Google Cloud — GCP Compute Engine
  • Microsoft Azure — Tesla V100
  • HOSTKEY — RTX А4000, RTX A5000

Заключение

Новые профессиональные видеокарты NVIDIA RTX A5000 и A4000 являются оптимальным решением для использования в GPU-серверах и позволяют выполнять сложные вычисления, производя быструю обработку больших массивов данных. Переход на новую архитектуру Ampere позволил значительно увеличить производительность новых профессиональных видеокарт NVIDIA. Улучшенные тензорные ядра и ядра RT значительно улучшают качество и возможности трассировки лучей в реальном времени.

Объем памяти в 16 Гбайт у NVIDIA RTX A4000 и 24 Гбайт у RTX A5000 позволяет обрабатывать большие массивы данных, а мост NVLink для A5000 объединяет две карты в одну, что даёт доступ уже к 48 Гбайт высокопроизводительной памяти. Что важно, лицензия на драйверы NVIDIA для профессиональных GPU (в отличие от игровых видеокарт) никак не ограничивает их использование в центрах обработки данных.

HOSTKEY рекомендует использовать современные выделенные и виртуальные GPU-серверы для рендеринга, транскодинга видео, обучения нейросетей и обработки данных уже обученными сетями. Если есть стабильный большой объем данных для обработки, аренда выделенных GPU-серверов может на порядок повысить скорость их обработки за те же деньги или позволит существенно сократить затраты на формирование собственной инфраструктуры.

Пока что HOSTKEY предоставляет GPU-серверы на базе помесячной оплаты, но в ближайшее время все эти машины будут доступны и в режиме почасовой оплаты с полной автоматизацией их предоставления клиенту при заказе через API. Кроме того, новые серверы с профессиональными картами RTX A5000 и A4000 доступны теперь не только в Нидерландах, но и в Москве.

HOSTKEY — динамично развивающийся хостинг-провайдер, который более 10 лет оказывает услуги по размещению и аренде серверов, проектированию и внедрению частных облаков, лизингу и обслуживанию оборудования. HOSTKEY предоставляет серверы в аренду в дата-центрах категории TIER III в Европе, США и России, а также оказывает услуги проектирования, запуска и поддержки приватных облаков, поддержки серверов в любых дата-центрах в Нидерландах. Компания работает как с корпоративными клиентами, так и с частными лицами.

Постоянный URL: http://servernews.ru/1050024
11.11.2020 [13:10], SN Team

Сравнительное тестирование GPU-серверов с видеокартами NVIDIA RTX3000 в задачах AI/ML

Партнёрский материал

В начале сентября 2020 г. компания NVIDIA впервые представила графические карты семейства GeForce RTX 3000 на базе архитектуры RTX второго поколения — Ampere. NVIDIA нарушила свою традицию, когда новые поколения карт продавались дороже своих предшественников, а это значит, что стоимость тренировки модели оставалась примерно на одном уровне.

В этот раз NVIDIA установила стоимость новых и более популярных карт на уровне стоимости карт предыдущего поколения в момент начала их продаж. Для разработчиков ИИ-приложений это событие стало действительно важным — по сути, карты RTX 3000 открывают доступ к производительности, сравнимой с Titan RTX, но с гораздо более приятным ценником. Теперь у разработчиков data science появилась возможность тренировать модели быстрее без увеличения затрат.

Флагманские карты новой серии GeForce RTX 3090 получили 10 496 ядер NVIDIA CUDA с тактовой частотой 1,44 ГГц (ускорение до 1,71 ГГц), 328 тензорных ядер третьего поколения и 24 Гбайт 384-битной графической памяти GDDR6X. Еще более доступная по цене GeForce RTX 3080 обладает 8 704 ядрами CUDA с теми же тактовыми частотами, 272 тензорными ядрами и 10 Гбайт 320-битной памяти GDDR6X. Несмотря на дефицит новых видеокарт (NVIDIA даже была вынуждена приносить извинения рынку за образовавшуюся нехватку карт на старте продаж), уже в начале октября GPU-серверы появились в линейке продуктов у хостинг-провайдеров.

Нидерландский провайдер HOSTKEY одним из первых в Европе протестировал и представил GPU-серверы на базе новых карт GIGABYTE RTX3090/3080 TURBO. С 26 октября конфигурации на базе RTX 3090/Xeon E-2288G и RTX 3080/AMD Ryzen 9 3900X стали доступны всем клиентам HOSTKEY в дата-центрах в Нидерландах и Москве.

NVIDIA RTX 3000: золотая середина?

Карты RTX3090/3080 позиционируются производителем как более производительное решение на замену карт серии RTX 2000 с предыдущей архитектурой Turing. И, конечно, серверы с новыми картами значительно производительнее, чем доступные «народные» GPU-серверы на базе видеокарт GTX1080 (Ti), которые тоже пригодны для работы с нейросетями и прочими задачами машинного обучения (хотя и с оговорками), но при этом доступны по совсем уж «демократичным» ценам.

«Над» серией NVIDIA RTX 3000 располагаются все мощные решения на базе карт класса A100/A40 (Ampere) с тензорными ядрами третьего поколения числом до 432, Titan RTX/T4 (Turing) с тензорными ядрами второго поколения в количестве до 576, и V100 (Volta) с 640 тензорными ядрами первого поколения. Ценники на эти мощные карты, равно как и на аренду GPU-серверов с ними, значительно превышают предложения с RTX 3000, поэтому особенно интересно оценить на практике разрыв в производительности в задачах AI/ML.

Практические исследования

Face Reenactment

Одной из рабочих задач для оперативного тестирования GPU-серверов на основе новых карт RTX 3090 и RTX 3080 был выбран процесс Face Reenactment для нейросети U-Net+ResNet с пространственно-адаптивной нормализацией SPADE и patch-дискриминатором. В качестве фреймворка использовался Facebook PyTorch версии 1.6 со встроенным автоматическим режимом Automated mixed precision (AMP), а также режимом флага torch.backend.cudnn.benchmark = True.

Для сравнения этот же тест был запущен на GPU-сервере с картой GeForce GTX 1080 Ti, но уже без AMP, который только замедлил бы процесс, а также на машине с картой Titan RTX. Для чистоты эксперимента следует упомянуть, что в этом тестировании с картой Titan RTX использовалась система на процессоре Intel Core i9-10920X, в то время как остальные GPU-серверы со всеми остальными картами работали на Xeon E-2288G.

Безусловно, сравнение при классификации важно производить на одинаковых процессорах, поскольку именно они зачастую являются «бутылочным горлышком», ограничивающим производительность системы. Так что доля скептицизма в отношении погрешности результатов тестирования GPU в данном случае вполне уместна. Мы получили следующие результаты:

Минимальная разница между результатами RTX 3090 и Titan RTX выглядит особенно впечатляюще, если вспомнить об огромном ценовом разрыве между этими решениями. В следующем тестировании RTX 3090 заслуживает, как минимум, полноценного глубокого сравнения с GPU-сервером на базе одной и двух карт RTX 2080. Отставание RTX 3080 от RTX 3090 вполне объяснимо значительной разницей в объеме памяти — 10 Гбайт против 24 ГБ, на соответственное двух- и трехкратное отставание GTX 1080 Ti также наложила свой отпечаток разница в архитектурах.

Если же посмотреть на эти результаты с практической точки зрения, то есть в плане оценки финансовых расходов на обучение модели в случае аренды GPU-сервера, то чаша весов окончательно склоняется в пользу выбора системы с RTX 3090 — именно эта карта обеспечит наилучший использование бюджета как при недельном, так и при месячном тарифных планах.

Обучение GAN

Во второй тестовой задаче, которая заключалась в тренировке генеративно-состязательной нейронной сети (Generative Adversarial Network, GAN) с пакетом PyTorch, было интересно не только сравнить производительность карт различных поколений, но также отследить влияние состояния флага torch.backends.cudnn.benchmark на финальные результаты. При обучении GAN-архитектуры включение флага в положение True дает прирост производительности, но при этом может пострадать воспроизводимость результатов (Reproducibility).

Полученные результаты еще раз доказывают, что карта RTX 3090 с ее 24 Гбайт памяти GDDR6X представляет собой лучший выбор для решения тяжелых задач по обработке изображений. Как по производительности (выигрыш на 65% по сравнению с RTX 3080), так и по затратам на тренинг модели при аренде GPU-сервера в пересчёте на стоимость тренировки.

RTX 3080 значительно обошла по производительности GTX 1080 Ti, причём с любой установкой флага и несмотря на примерный паритет объема памяти. Однако следует помнить, что при обучении GAN-архитектуры включение флага torch.backends.cudnn.benchmark=True дает прирост производительности, но при этом может пострадать воспроизводимость результатов. причем,

Так что аренда более доступного GPU-сервера с картами GTX 1080 Ti при некоторых условиях может быть вполне разумным выбором — или, как минимум, сравнима по бюджету на тренинги моделей с RTX 3080. К сожалению, на прогон этой сетки через Titan RTX времени уже не оставалось, но с большой вероятностью картина в этом случае осталась бы аналогичной.

Обучение и инференс в vision-задачах

В следующей тестовой задаче по тренингу сетей в vision-задачах производительность видеокарт RTX 3090 и RTX 3080 сравнивалась с возможностями мощнейшего (и все еще очень дорогого) «ветерана» Tesla V100 с 16 Гбайт памяти HBM2.  Было протестировано пять классификационных моделей для обнаружения объектов со следующими тренинговыми установками: model forward + mean (no loss) + backward.

Тестовые задания запускались с применением последней версии фреймворка NVIDIA PyTorch (20.09-py3 от 24 октября). К сожалению, эта версия не собрана под архитектуру Ampere, поэтому для полноценной поддержки видеокарт RTX 3000 пришлось использовать PyTorch версии nightly build, а именно 1.8.0.dev20201017+cu110. У серии RTX 3000 также есть некоторые проблемы с torch.jit, но вопрос полностью снимается при сборке PyTorch под конкретную карту. Во всех тестах PyTorch использовался с автоматическим скриптом Mixed Precision, с включенным по умолчанию флагом torch.backend.cudnn.benchmark = True. 

Стоит упомянуть некоторые нюансы этого сравнения. В частности, была задействована не самая быстрая V100, которая работала внутри виртуальной машины. Из-за этого могли возникнуть некоторые потери, которые, вполне возможно, можно было бы оптимизировать при лучшей настройке. Помимо этого, в процессе тестирования не была задействована вся доступная VRAM, что позволило бы придать расчетам дополнительное ускорение.

Classification Training

Задача обучения сложных моделей нейросетей является профильным заданием для GPU-серверов на картах NVIDIA, позволяя порой на порядки сократить время тренировки алгоритмов глубокого обучения.

В условиях запуска задачи для получения результатов бенчмарка пересылка обнаружения объектов производилась без NMS, а пересылка для обучения не включала сопоставления целей. Иными словами, на практике скорость обучения с большой вероятностью замедлится на 10-20%, а скорость вывода снизится примерно на 20-30%.

Classification Inference

В данном случае инференс — это процесс получения предсказаний посредством прогона изображений через заранее обученную нейронную сеть, который вполне подходит для развертывания на удаленном GPU-сервере.

В целом можно говорить о том, что в заданиях тренировки и инференса сетей в Vision-задачах карта RTX 3090 медленнее Tesla V100 в среднем всего на 15-20%, и это очень впечатляюще — особенно с учетом разницы в цене.

Показателен и тот факт, что отставание RTX 3080 от RTX 3090 относительно невелико — по крайней мере, значительно меньше, чем при выполнении других задач. На практике это означает, что даже со сравнительно небольшим бюджетом, выделенным на аренду GPU-сервера на базе RTX 3080, можно добиться достаточно высокой производительности лишь с небольшим увеличением затрат времени на обработку данных.

Detection Training

Тестирование RetinNet c ResNet50FPN для обнаружения объектов производилось с указанными выше параметрами PyTorch (20.09-py3 от 24 октября), с флагом torch.backend.cudnn.benchmark=True и с тренинговыми установками model forward + mean (no loss) + backward.

Detection Inference

Здесь отставание карт серии RTX30 уже минимально, что говорит о несомненных преимуществах новой архитектуры Ampere для решения подобных задач. Карта RTX 3090 показала себя просто великолепно.

Сравнительно небольшое отставание бюджетной карты говорит о том, что благодаря отличному соотношению цена/возможности RTX 3080 может стать желанным выбором для решения задач прототипирования с экономичным бюджетом. По завершению создания прототипа модель можно масштабировать, развернув, например, на GPU-серверах с картами RTX 3090.

Заключение

По итогам тестирования новых графических решений семейства GeForce RTX 3000 можно с уверенностью утверждать, что компания NVIDIA блестяще справилась с задачей выпуска доступных видеокарт с тензорными ядрами, достаточно производительными для быстрых ИИ-вычислений. В некоторых задачах обучения сетей, таких как работа с разреженными сетями (Sparse network), преимущества архитектуры Ampere над поколением RTX20 позволяют добиться ускорения процесса в два раза.

Преимущества использования GPU-серверов с картами GeForce RTX 3090 особенно очевидны в задачах, где обучение моделей связано с повышенными требованиями к объему памяти — при анализе медицинских снимков, современном моделировании компьютерного зрения и везде, где есть необходимость обработки очень крупных изображений — например, при работе с GAN-архитектурами.

В то же время RTX 3080 с ее 10 Гбайт графической памяти вполне подойдет для работы с задачами глубокого машинного обучения, поскольку для изучения основ большинства архитектур вполне достаточно уменьшить размер сетей или использовать на входе изображения меньшего размера, а затем при необходимости масштабировать модель до необходимых параметров на более мощных GPU-серверах.

С учетом того, что память HBM, применяемая в картах класса A100, вряд ли существенно подешевеет в ближайшее время, можно сказать, что карты RTX 3090 / RTX 3080 являются вполне эффективной инвестицией на несколько ближайших лет.

Нидерландский хостинг-провайдер HOSTKEY предлагает широкий ассортимент GPU-серверов в дата-центрах в Нидерландах и в Москве на основе как GPU последнего поколения RTX3080 и RTX3090, так и на основе карт предыдущих поколений RTX2080Ti и GTX1080Ti/1080. Компания предлагает как готовые к работе серверы, так и серверы с индивидуальными конфигурациями, которые идеально отвечают потребностям заказчика. Компания благодарит Эмиля Закирова и Александра Широносова за помощь в проведении тестов.

Постоянный URL: http://servernews.ru/1025021
27.10.2020 [16:43], Игорь Осколков

HOSTKEY объявила о доступности GPU-серверов с GeForce RTX 3090 и RTX 3080

Компания HOSTKEY сообщила о доступности для аренды в Москве и Нидерландах серверов с новейшими ускорителями NVIDIA GeForce RTX 3080 и RTX 3090. 

Согласно внутренним тестам компании, новые конфигурации машин с RTX 3080 и RTX 3090 в задачах, связанных с машинным обучением, быстрее систем с RTX 2080 Ti (GPU прошлого поколения) до 30% и 40% соответственно.

Доступные для заказа конфигурации в Нидерландах:

  • NVIDIA GeForce RTX 3090 / Intel Xeon E-2288G (8 ядер 3,7 ГГц) / 32 Гбайт RAM / 480 Гбайт SSD — €249/мес.
  • 2 × NVIDIA GeForce RTX 3090 / Intel Xeon E-2288G (8 ядер 3,7 ГГц) / 64 Гбайт RAM / 960 Гбайт SSD — €415/мес.
  • 4 × NVIDIA GeForce RTX 3090 / Intel Xeon E-2288G (8 ядер 3,7 ГГц) / 128 Гбайт RAM / 960 Гбайт SSD — €729/мес.

Срок сдачи — до 10 рабочих дней.

Доступная для заказа конфигурация в Москве:

  • NVIDIA GeForce RTX 3080 / AMD Ryzen 9 3900 (12 ядерр 3,7 ГГц) / 32 Гбайт RAM / 480 Гбайт SSD — €199/мес.

Срок сдачи — 1 рабочий день.

Конфигурации могут быть изменены под потребности заказчика. Если для вашего проекта требуется больший объем оперативной памяти или дискового пространства, свяжитесь с отделом продаж.

Компания предупреждает, что из-за высокого спроса на новые серверы и в связи с дефицитом новых карт на рынке первая поставка новых серверов будет быстро распродана. Не упустите момент одним из первых оценить возможности новых карт!

Постоянный URL: http://servernews.ru/1023914
10.09.2020 [14:18], SN Team

HOSTKEY открывает предзаказ GPU-серверов на базе новейших NVIDIA RTX 3080

1 сентября компания NVIDIA представила впечатляющие видеокарты GeForce RTX 3090, RTX 3080 и RTX 3070. Видеокарты нового поколения работают на базе технологии Ampere и обеспечивают рекордную производительность. Они оснащены улучшенными блоками RT и тензорными ядрами, новыми потоковыми мультипроцессорами и высокоскоростной памятью GDDR6X. NVIDIA заявила о том, что RTX 3080 должна быть вдвое быстрее RTX 2080, то есть примерно в полтора раза быстрее RTX 2080Ti, что при цене в $700 долларов очень впечатляет.

NVIDIA нарушила традицию, когда стоимость карт нового поколения повышалась относительно предыдущих версий. Фактически стоимость производительности (отношение стоимости к скорости работы) оставалась постоянной. В этот раз NVIDIA оставила стоимость новой карты на уровне RTX 2080, что значительно снизит затраты на тренировки нейронных сетей и других задач, связанных с машинным обучением.

HOSTKEY уже наблюдает большой спрос на новые машины. Поэтому, чтобы ничего не пропустить, рекомендуется подписаться на рассылку. Подписчики первыми получат уведомления о начале сбора заявок на предзаказ и смогут первыми оценить новый уровень производительности GPU серверов с RTX 3080 картами. Кроме того, компания разыграет 3 бесплатных месячных подписки на серверы с GPU RTX 3080 среди подписавшихся на нашу рассылку. 

HOSTKEY — опытный игрок на рынке выделенных GPU серверов Европы и России. Компания HOSTKEY — совместное предприятие с иностранным участием, с 2007 года предоставляет корпоративным и частным пользователям услуги аренды выделенных и виртуальных серверов. Все услуги оказываются на базе проверенных дата-центров России (DataPro), Нидерландов (Serverius) и NY1 (США). Сеть HOSTKEY имеет подключение к крупнейшим операторам связи и точкам обмена трафика, что позволяет гарантировать доступность ресурсов.

Постоянный URL: http://servernews.ru/1020306
02.03.2020 [13:30], Андрей Крупин

HOSTKEY поддержит научные проекты и перспективные стартапы

Компания HOSTKEY, предоставляющая IT-услуги на базе дата-центров DataPro (Россия), Serverius (Нидерланды) и NY1 (США) уровня Tier III, объявила о запуске программы поддержки научных проектов и перспективных стартапов, а также победителей соревнований в области Data Science и искусственного интеллекта.

Научные команды, организации и частные лица, отвечающие необходимым требованиям, могут получить бесплатный доступ к высокопроизводительным GPU-серверам в рамках программы HOSTKEY GPU Grant Program.

«Мы знаем, что мощные инструменты исследований в руках ярких умов и профессиональных команд приводят к потрясающим открытиям, научным и технологическим прорывам, которые меняют жизнь всего человечества, — говорится в сообщении HOSTKEY. — С помощью наших GPU-решений вы сможете сделать новые открытия и решить актуальные проблемы, запустить новые технологии и сервисы, а талантливые специалисты в области Data Science раскроют весь свой потенциал».

Принять участие в конкурсе на получение грантов HOSTKEY могут проекты, работающие с применением искусственного интеллекта и машинного обучения в областях фундаментальной науки, медицины, робототехники, финансов, управления человеческими ресурсами, транспорта, тяжёлой промышленности, урбанистики, распознавания голоса, лиц и объектов, доставки контента, интеллектуального анализа данных, высокопроизводительных вычислений и смежных сферах IT.

Также компания готова поддержать талантливых специалистов, работающих в области Data Science — победителей в соревнованиях, таких как Kaggle, Data Driven, IDAO, ZINDI, Signature и других. HOSTKEY поддерживает победителей и предоставляет GPU-серверы, которые можно использовать как для участия в следующих соревнованиях, так и для личных проектов.

Изучить условия предоставления грантов и оставить заявку на участие в конкурсе можно на странице landing.hostkey.com/grants

Постоянный URL: http://servernews.ru/1004969
24.09.2019 [14:30], Андрей Крупин

HOSTKEY подготовила специальное предложение для клиентов

Компания HOSTKEY, предоставляющая IT-услуги на базе дата-центров DataPro (Россия), Serverius (Нидерланды) и NY1 (США) уровня Tier III, объявила о специальном предложении для своих клиентов.

С 23 сентября по 6 октября 2019 года всем текущим клиентам компании при единовременной оплате за продление услуг на 6 или 12 месяцев предоставляется скидка 10 % или 15 % соответственно, которая рассчитывается от суммы общего платежа.

Кроме того, клиентам предоставляется промокод со скидкой, который может быть использован при покупке новых услуг и сервисов HOSTKEY:

  • при оплате на сумму от 1000 евро — предоставляется скидка 3 %;
  • при оплате от 1000 до 3000 евро — скидка 5 %;
  • при оплате от 3000 до 5000 евро — скидка 7 %;
  • при оплате свыше 5 тысяч евро — скидка 10 %.

Промокод действителен до 31 марта 2020 года. Активировать его и получить скидку можно при оформлении заказа на сайте компании.

Также продолжает действовать стандартная система скидок при заказе новых услуг сроком на 3, 6 и 12 месяцев — 3 %, 6 % и 12 % соответственно. Скидка автоматически применяется при конфигурировании и заказе сервера.

Подробную информацию о новых предложениях HOSTKEY можно найти на сайте hostkey.ru.

Постоянный URL: http://servernews.ru/994578
03.09.2019 [08:38], Андрей Крупин

HOSTKEY представила конфигурации серверов с CPU AMD EPYC 7451

Компания HOSTKEY, предоставляющая IT-услуги на базе дата-центров DataPro (Россия), Serverius (Нидерланды) и NY1 (США) уровня Tier III, объявила о расширении вычислительной инфраструктуры и доступности заказчикам готовых конфигураций выделенных серверов на базе процессоров AMD EPYC 7451.

Благодаря высокой производительности такие машины могут быть использованы для обработки и анализа больших объёмов данных, виртуализации, облачных вычислений и решения задач, связанных с искусственным интеллектом.

Новые серверные решения HOSTKEY реализованы с использованием двухсокетных плат производства Gigabyte и 24-ядерных процессоров AMD EPYC 7451 (базовая частота 2,3 ГГц, в турбо-режиме повышается до 3,2 ГГц), которые поддерживают восьмиканальную DDR4-память с частотой до 2666 МГц и 128 линий PCI Express, благодаря чему достигаются высокие показатели быстродействия.

При конфигурировании сервера клиент может выбрать подходящий объём оперативной памяти (от 32 до 256 Гбайт), количество и объём SSD-накопителей (от 120 Гбайт до 3,2 Тбайт), операционную систему (Windows, Linux, FreeBSD и др.), а также определить настройки сетевой подсистемы.

Серверы на базе 2xAMD EPYC 7451 доступны для аренды в ЦОД в Нидерландах. Клиенты могут заказать сервер с выбранной конфигурацией на сайте компании HOSTKEY.

Базовая стоимость сервера на базе двух процессоров AMD EPYC 7451 с оперативной памятью 32 Гбайт и 2x120 Гбайт SSD составляет €343 в месяц. Все серверы HOSTKEY предоставляются с защитой от DDoS-атак.

Постоянный URL: http://servernews.ru/993420
19.08.2019 [16:32], Андрей Крупин

HOSTKEY представила GPU-серверы с ИИ-библиотеками TensorFlow

Компания HOSTKEY, предоставляющая IT-услуги на базе дата-центров DataPro (Россия), Serverius (Нидерланды) и NY1 (США) уровня Tier III, объявила о расширении вычислительной инфраструктуры и доступности заказчикам готовых конфигураций выделенных серверов с предустановленной программной средой для машинного обучения Google TensorFlow.

На выбор доступны различные варианты серверов, построенные с использованием процессоров Intel Xeon E3-1230 v5/v6, E5-1630 v4, Celeron J1800 и графических карт NVIDIA GTX 1080/1080Ti, RTX 2080Ti. При конфигурировании сервера клиент может выбрать подходящий объём оперативной памяти, количество и объём SSD-накопителей, операционную систему, а также определить настройки сетевой подсистемы.

Серверы с поддержкой ИИ-библиотек TensorFlow располагаются в дата-центрах HOSTKEY в Нидерландах и России. Подробную информацию о новых предложениях компании можно найти на сайте hostkey.ru.

Платформа TensorFlow была выпущена в ноябре 2015 года и быстро стала популярна среди исследователей и разработчиков, создающих ИИ-инструменты. В 2016 году Google специально для TensorFlow выпустила аппаратные ускорители TPU (Tensor Processor Unit), а в 2017-м — представила второе поколение этих устройств. TensorFlow позволяет начинающим в этой области разработчикам быстрее осваивать технологии машинного обучения и системы искусственного интеллекта на базе нейронных сетей.

Постоянный URL: http://servernews.ru/992654
02.04.2019 [23:45], Андрей Крупин

HOSTKEY представила готовые конфигурации серверов на базе AMD EPYC 7281 и 7401P

Компания HOSTKEY, предоставляющая IT-услуги на базе дата-центров DataPro (Россия), Serverius (Нидерланды) и NY1 (США) уровня Tier III, объявила о расширении вычислительной инфраструктуры и доступности заказчикам готовых конфигураций выделенных серверов на базе процессоров AMD EPYC 7281 и 7401P. Благодаря высокой производительности такие машины могут быть использованы для обработки и анализа больших объёмов данных, виртуализации, облачных вычислений и решения задач, связанных с искусственным интеллектом.

Новые серверные решения HOSTKEY реализованы с использованием 16-ядерных процессоров AMD EPYC 7281 и 24-ядерных EPYC 7401P на аппаратных платформах Gigabyte, которые поддерживают до 8 каналов памяти RDIMM/LRDIMM DDR4 и интерфейс PCIe Gen3 x4, благодаря чему достигаются высокие показатели быстродействия. При конфигурировании сервера клиент может выбрать подходящий объём оперативной памяти, количество и объём SSD-накопителей, операционную систему, а также определить настройки сетевой подсистемы.

«Мы рады сотрудничеству с HOSTKEY и рады предложить их клиентам доступ к процессорам AMD EPYC 7281 и 7401P. Серверы на базе процессоров AMD EPYC дают клиентам HOSTKEY новые возможности для запуска виртуализированных проектов, высокопроизводительных вычислений или параллельной обработки данных, при этом клиенты получат уже привычно отличное обслуживание и техническую поддержку от HOSTKEY», — сказал Дэниел Бундс (Daniel Bounds), старший директор Datacenter Solutions, AMD.

Серверы на базе AMD EPYC доступны для аренды в Нидерландах. Клиенты могут заказать свой сервер с выбранной конфигурацией на сайте компании HOSTKEY. Базовые серверы с процессором AMD EPYC 7281 с 32 Гбайт RAM и 2x240 Гбайт SSD доступны по цене от 119 евро в месяц. Все серверы HOSTKEY поставляются с защитой от DDoS-атак.

Материалы по теме:

Источник:

Постоянный URL: http://servernews.ru/985196
11.02.2019 [13:40], Андрей Крупин

HOSTKEY представила готовые конфигурации серверов на базе Intel Core i9-9900K и i7-9700K

Компания HOSTKEY, предоставляющая IT-услуги на базе дата-центров DataPro (Россия), Serverius (Нидерланды) и NY1 (США) уровня Tier III, объявила о расширении вычислительной инфраструктуры и доступности заказчикам готовых конфигураций выделенных серверов на базе процессоров Intel Core i9-9900K и i7-9700K. По заверениям пресс-службы хостинг-провайдера, компания HOSTKEY первая в Европе предложила услугу аренды физических серверов на базе новых процессоров Intel семейства Coffee Lake Refresh.

С технической точки зрения наибольший интерес, естественно, вызывает Core i9-9900K — новый флагманский чип Intel для массового рынка. Он предлагает восемь вычислительных ядер с поддержкой технологии Hyper-Threading, имеет базовую частоту 3,6 ГГц, но при этом, с одной стороны, может автоматически разгоняться до частот 4,7-5,0 ГГц в турборежиме, а с другой — ограничен рамками 95-ваттного теплового пакета. Младший собрат нового флагмана, процессор Core i7-9700K, предлагает примерно то же самое, что и Core i9-9900K, но без поддержки Hyper-Threading и с определёнными ограничениями. Его базовая частота установлена в такие же 3,6 ГГц. При нагрузке на все ядра максимально возможная частота составляет 4,6 ГГц, а при нагрузке на одно ядро — 4,9 ГГц.

Ещё одно важное преимущество чипов Intel Core i9-9900K и i7-9700K заключается в изменении термоинтерфейсного материала, используемого при передаче тепла от процессорного кристалла на теплораспределительную крышку. Впервые со времён Ivy Bridge внутри процессорной сборки используется припой со значительно более высокой теплопроводностью, чем традиционная полимерная термопаста. Это увеличивает эффективность охлаждения CPU, обеспечивает более благоприятный температурный режим во время работы и максимальную производительность даже при самых ресурсоёмких нагрузках.

Предлагаемые компанией HOSTKEY серверы на базе Intel Core i9-9900K и i7-9700K оснащены 32 Гбайт высокоскоростной памяти c повышенной пропускной способностью и сниженной задержкой доступа и допускают подключение до трёх NVMe SSD-накопителей. Благодаря высокой производительности такие машины могут быть использованы для обработки и анализа больших объёмов данных, виртуализации, облачных вычислений и решения задач, связанных с искусственным интеллектом.

«В то время, как запросы клиентов растут быстрее, чем когда бы то ни было, HOSTKEY всегда стремится оптимизировать технику, обеспечивая максимально возможную производительность для своих клиентов. Поэтому наш инженерный отдел провёл тщательные испытания новых процессоров Intel во множестве различных серверных конфигураций. Таким образом мы создали платформы, снижающие нагрузку на процессор и при этом легко решающие задачи, требующие сложных вычислений, делая эти серверы идеальными даже для самых требовательных рабочих нагрузок», — говорит Антонина Огарь, старший менеджер отдела по работе с клиентами HOSTKEY.

Серверы на базе лучших в своём сегменте процессоров Intel Core i9-9900K и i7-9700K располагаются в дата-центрах HOSTKEY в Нидерландах и России. В ближайшем будущем планируется также разместить серверы в США.

Подробную информацию о новых предложениях HOSTKEY можно найти на сайте hostkey.ru.

Материалы по теме:

Источник:

Постоянный URL: http://servernews.ru/982571
Система Orphus