超級運算創新與突破
為您介紹第 2 代 Intel® Xeon® 可擴充處理器
探索利用單一平台處理您的 AI、模擬與建模、分析，以及其他一般用途 HPC 工作負載時所能擁有的彈性。
TACC 提供嶄新 HPC 功能
Texas Advanced Computing Center (TACC) 正在使用第 2 代 Intel® Xeon® 可擴充處理器，解決以模擬為基礎的資料導向科學難題。
AI 與 HPC 的聚合
適用於 HPC 的 Intel® Select 解決方案
Intel® Select 解決方案 (Intel® Select Solution) 是預先設定的 HPC 堆疊，專門為特定資料中心工作負載設計與最佳化，例如專業虛擬化、模擬與建模，以及基因分析等。由 Intel 的受信任 OEM 合作夥伴提供，Intel® Select 解決方案 (Intel® Select Solution) 能加速您的 HPC 規劃。
Intel® HPC 平台規格與社群
Intel® HPC 平台規格
查看能滿足 Intel® Select 解決方案 (Intel® Select Solution) 基礎需求的運算、網狀架構、記憶體、儲存裝置，以及軟體元素的建議組合。
Intel HPC 產品與技術
Intel® Deep Learning Boost
Intel® Xeon® 可擴充處理器具備 Intel® Deep Learning Boost (Intel® DL Boost)，讓嵌入式 AI 效能更上一層樓。
Intel® Omni-Path Architecture
Intel® Omni-Path Architecture (Intel® OPA) 可降低系統 TCO，同時提供可靠度、高效能，以及極高的可擴充性。
產品與效能資訊
運用 Intel® Deep Learning Boost (Intel® DL Boost) 的 Intel® Xeon® Platinum 9282 處理器，提升 30 倍推斷輸送量：依據 Intel 截至 2019 年 2 月 26 日所做之測試。平台：Dragon rock 2 插槽 Intel® Xeon® Platinum 9282（每一插槽 56 核心），開啟超執行緒，開啟渦輪加速，總記憶體 768 GB（24 插槽/ 32 GB/ 2933 MHz），BIOS：SE5C620.86B.0D.01.0241.112020180249，CentOS 7 核心 3.10.0-957.5.1.el7.x86_64，深度學習框架：適用於以下 Caffe* 版本的 Intel® 最佳化：版本：https://github.com/intel/caffeEnd10false d554cbf1，ICC 2019.2.187，MKL DNN 版本：v0.17（認可雜湊：830a10059a018cd2634d94195140cf2d8790a75a），型號：https://github.com/intel/caffe/blob/master/models/intel_optimized_models/int8/resnet50_int8_full_conv.prototxt，BS=64，無資料層 syntheticData：3x224x224，56 執行個體/2 插槽，資料類型：INT8；相較於依據 Intel 截至 2017 年 7 月 11 日所做之測試：2S Intel® Xeon® Platinum 8180 處理器 CPU @ 2.50GHz（28 核心），停用超執行緒，停用渦輪加速，擴充管理員透過 intel_pstate 驅動程式設定為「performance」，384GB DDR4-2666 ECC RAM。CentOS* Linux 版本 7.3.1611 (Core)，Linux* 核心 3.10.0-514.10.2.el7.x86_64。固態硬碟機：Intel® SSD DC S3700 系列（800 GB，2.5 吋 SATA 6Gb/s，25 奈米，MLC）。效能測量使用：環境變數：KMP_AFFINITY='granularity=fine, compact‘, OMP_NUM_THREADS=56，CPU 頻率設定為 cpupower frequency-set -d 2.5G -u 3.8G -g performance。Caffe：(http://github.com/intel/caffe/)，修訂版 f96b759f71b2281835f690af267158b82b150b5c。推斷以「caffe time --forward_only」指令測量；訓練以「caffe time」指令測量。對於「ConvNet」拓撲，使用綜合資料集。對於其他拓撲，在訓練前，資料儲存於本機儲存裝置上，並在記憶體中快取。拓撲規格來自於 https://github.com/intel/caffe/tree/master/models/intel_optimized_models (ResNet-50)。Intel® C++ 編譯器版本 17.0.2 20170213，Intel® 數學核心程式庫小型程式庫版本 2018.0.20170425。Caffe 以「numactl -l」執行。
相較於大規模（4 節點、8 節點）的 AMD* EPYC* 7601，搭載第 2 代 Intel® Xeon® Platinum 9242 處理器的 Linpack 效能提高 4 倍。
Intel® Xeon® 9242 處理器：Intel 參考平台，搭載 2S Intel® Xeon® 9242 處理器（2.2GHz，48 核心），16x16GB DDR4-2933，1 個 SSD，叢集檔案系統：2.12.0-1（伺服器）2.11.0-14.1（用戶端），BIOS：PLYXCRB1.86B.0572.D02.1901180818，微碼：0x4000017，CentOS* 7.6，核心：3.10.0-957.5.1.el7.x86_64，OFED 堆疊：RH7.5 上的 OFED OPA 10.8 與 Lustre v2.10.4，HBA：100Gbps Intel® Omni-Path Architecture (Intel® OPA) 1 埠 PCIe* x16，交換器：(Intel® OPA) Edge Switch 100 系列 48 埠，HPL 2.1，Intel 編譯器 2019u1，Intel® 數學核心程式庫 2019，Intel MPI 2019u1，超執行緒=開啟，渦輪加速=關閉，每核心為 2 執行緒，4 節點=20,408.00，8 節點=39921 GF/s，越高越好，Intel 於 2019 年 3 月 3 日測試。
AMD EPYC 7601：Supermicro AS -1023US-TR4，2S AMD EPYC 7601（2.2GHz，32 核心），16x16GB DDR4-2666，1 個 SSD，BIOS 版本：1.1b (2018/8/20)，微碼版本：0x8001227，Oracle* Linux Server 7.5 版 (3.10.0-862.14.4.el7.crt1.x86_64)，叢集檔案系統：Panasas（124 TB 儲存容量），韌體版本 5.5.0.b-1067797.15 EDR 型 IEEL Lustre，100Gbps Mellanox EDR MT27700，36 埠 Mellanox EDR IB 交換器，OFED MLNX mlnx-4.3-3.0.2.0，HPL 2.2，Intel 編譯器 2018u3，AMD BLIS v0.4.0，Intel MPI 2018u3，同步多執行緒=開啟，渦輪加速=開啟，每核心為 2 執行緒，4 節點=4739.96，8 節點=9406.07 GF/s，越高越好，Intel 於 2018 年 9 月 23 日測試。
效能測試中使用的軟體與工作負載可能僅針對 Intel® 微處理器進行最佳化。包括 SYSmark* 與 MobileMark* 在內的效能測試是使用特定電腦系統、零組件、軟體、作業與功能進行量測。這些因素若有任何異動，均可能導致測得結果產生變化。建議您參考其他資訊與效能測試數據，協助您充分評估欲購買產品的性能，包括該產品在搭配其他產品運作時的效能。如需詳細資訊，請參閱 www.intel.com.tw/benchmarks。
效能結果係根據組態詳細資料中截至所示日期的測試，可能無法反映所有公開提供的安全性更新。請查看組態公開資料以獲得詳細資訊。沒有產品或元件能提供絕對的安全性。Intel® 技術的功能與優勢取決於系統配置，而且可能需要支援的硬體、軟體或服務啟動才能使用。實際效能會依系統組態而異。詳情請洽詢購入系統的製造商或零售商，或是上網參閱 https://www.intel.com.tw。