Aktuality -> Hardware - 1. 8. 2019

QNAP nabízí karty pro akceleraci aplikací umělé inteligence

karty MustangSpolečnost QNAP představila dvě nové rozšiřující PCIe karty, které jsou určeny pro akceleraci aplikací umělé inteligence, zejména pro posílení inference hlubokého učení a zvýšení výkonu počítačového vidění. Jde o karty Mustang-V100 (s procesory Intel Movidius VPU) a Mustang-F100 (s programovatelným FPGA), které je možno nainstalovat do serveru a pracovní stanice se systémem Linux, nebo do některého z kompatibilní zařízení QNAP NAS s procesorem Intel a volným PCIe slotem.



„Výpočetní rychlost je zásadním aspektem účinnosti zavádění aplikací AI. Karty QNAP Mustang-V100 a Mustang-F100 jsou optimalizovány pro architekturu OpenVINO a lze je používat k výpočetní akceleraci pro inferenci hlubokého učení,“ popisuje možnosti nových karet Dan Lin ze společnosti QNAP

Jak karta Mustang-V100, tak karta Mustang-F100 složí pro posílení inference hlubokého učení a mohou spolupracovat se sadou nástrojů OpenVINO pro akceleraci klasifikace obrázků a počítačového vidění. Sada nástrojů OpenVINO, kterou vyvinula společnost Intel, napomáhá s rychlým převodem počítačového vidění a hlubokého učení na vizuální aplikace.



Karta Mustang-V100-MX8-R10 obsahuje osm čipů Intel Movidius Myriad X MA2485 VPU a má rozhraní PCI Express Gen2 x4, její příkon je do 30 W.
Karta Mustang-F100-A10-R10 má čip Intel Arria 10 GX1150 FPGA a rozhraní PCI Express Gen3 x8, její příkon je do 60 W.

 


 
  

- PR -

Paměti a disky v roce 2026 stále zdražují. Jak z toho ven?

Trh s počítačovými komponentami prochází turbulentním obdobím. Operační paměti stojí dvojnásobek oproti loňsku, úložiště následují stejný směr a odborníci předpovídají, že situace se nezlepší ještě několik let. Jestli i vy jste zameškali tu správnou dobu na upgrade či koupi nového počítače či notebooku, máte vůbec ještě šanci pořídit je za slušnou cenu?

  

- PR -

Automatizace, AI a DevOps: jak se mění každodenní práce IT týmů

Způsob, jakým dnes fungují IT týmy, se rychle mění. Tlak na rychlost dodávky, stabilitu systémů i bezpečnost vedou k tomu, že tradiční přístupy přestávají stačit. Místo ruční správy, izolovaných nástrojů a oddělených rolí se prosazuje automatizace, úzké propojení vývoje a provozu a stále častěji i zapojení umělé inteligence. Infrastructure as Code, AI asistenti i nové nástroje ukazují, jak zrychlit vývoj i provoz bez chaosu.