隨著GPU技術的發展，其性能逐漸開始穩定，開始越來越多的應用的企業級服務器加速中。滿足面向未來的企業級應用需求，作為國內服務器領導廠商浪潮在四路服務器的研發過程中，提高了服務器系統性能：浪潮四路旗艦產品NF8480M3，系統提供14個 PCI-E 3.0擴展插槽并支持熱插拔，PCI-E數據傳輸帶寬提升100%，最大支持2塊MIC或GPU協處理卡。
GPU加速
早在2011年8月5日，摩根大通與NVIDIA就展示了在服務器中增加GPU的好處。摩根大通為了提高計算速度，將英偉達的GPU整合到服務器中，充當CPU的加速器。所得到的結果讓人大吃一驚在執行某些任務時，峰值性能可以達到只使用CPU的100倍。在更為典型的案例中，摩根大通的速度提升了40倍，而由于所需的服務器數量減少，使其成本降低了80%。
GPU(Graphic Processing Unit)，中文譯名圖形處理器，又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個人電腦、工作站、游戲機和一些移動設備上圖像運算工作的微處理器相當于CPU在電腦中的作用，GPU是顯卡的“心臟”，它決定了該顯卡的檔次和大部分性能，為人所熟知的是作用是三維圖像和特效處理功能，今天，GPU已經不再局限于3D圖形處理了，GPU通用計算技術發展已經引起業界不少的關注。
北京航空航天大學教授錢德沛表示：“人工智能從過去基于模型的方法，變成現在基于數據、基于統計的方法，主要得益于GPU高度并行的結構、高效快速的連接能力。事實證明GPU很適合深度學習”；GPU相當于CPU在電腦中的作用，GPU是顯卡的“心臟”，它決定了該顯卡的檔次和大部分性能，為人所熟知的是作用是三維圖像和特效處理功能，今天，GPU已經不再局限于3D圖形處理了，GPU通用計算技術發展已經引起業界不少的關注。
作為國際領先服務器廠商，去年浪潮和國內某知名公司合作，通過GPU加速方案實現了該模型的運算效率的提升，使其能更接近人腦的運算能耗比，從而為該公司的智能語音技術帶來突破。
雙方聯合設計了針對DNN算法特點的GPU集群并行計算框架，采用了每個計算節點配置雙路CPU和4塊NVIDIA Tesla K20m GPU，以及一塊HCA卡的方案，通過GPU提高計算能力、通過IB網絡提速節點之間的通信速度，最終完成GPU集群版的DNN并行算法，大幅減低了DNN的計算時間，從而為該公司下一步的智能語音計劃提供助力。
除此之外浪潮已經分別與英特爾和英偉達成立聯合并行計算實驗室，合作開發優化基于MIC和GPU的并行應用。
GPU通用計算就是利用圖形處理器（GPU）來進行通用科學與工程計算。事實也證明在浮點運算、并行計算等部分計算方面，GPU可以提供數十倍乃至于上百倍于CPU性能。這也就是為何服務器廠商越來越重視GPU的原因。
如果你數據中心的服務器有GPU，那么在編寫服務器應用程序時就應該將其考慮進去，通過GPGPU計算，即通過編程將本該由CPU處理的計算任務交由GPU處理。
浪潮NF8480M3全方位圖賞
除了浪潮四路旗艦產品NF8480M3，2015年度產品策略發布會上，浪潮發布了基于NVIDIA Tesla GPU加速器的整機柜服務器——SmartRack協處理加速整機柜服務器，主要面向人工智能、深度學習等應用。憑借Tesla GPU突破性的性能和更大的內存容量，企業用戶可以快速地處理大數據分析應用所產生的海量數據。浪潮服務器NF8480M3最大支持2塊MIC或GPU協處理卡的配置也體現了浪潮為企業的用心。
京公網安備 11010502049343號