ThinkSystem SR670 랙 서버

간단한 설명:

인공지능 성능 가속화
•가속화된 성능을 위한 동종 최고의 GPU 4개 또는 8개
•LiCO 플랫폼을 지원하는 AI 및 HPC 워크로드를 위한 확장 가능한 클러스터 솔루션
•AI 및 GPU 집약적인 워크로드를 위한 성능, 밀도, TCO의 완벽한 균형
•고속 Mellanox EDR InfiniBand, Intel OPA 100, Intel 2x 10GbE 및 Intel 2x 1GbE 네트워킹 지원
•표준 SAS/SATA HDD/SSD 및 M.2 부팅 SSD 지원
•표준 및 성능 RAID와 HBA 어댑터 지원


제품 세부정보

제품 태그

특징

AI 워크로드 가속화
Lenovo ThinkSystem SR670은 인공 지능(AI) 및 고성능 컴퓨팅(HPC)을 위한 최적의 성능을 제공합니다. 2U 노드당 최대 4개의 대형 GPU 또는 8개의 소형 GPU를 지원하므로 기계 학습, 딥 러닝 및 추론 모두의 계산 집약적인 워크로드 요구 사항에 적합합니다.

최신 Intel 기반®제온®프로세서 확장 가능한 제품군 CPU를 탑재하고 NVIDIA Tesla V100 및 T4를 포함한 고급 GPU를 지원하도록 설계된 ThinkSystem SR670은 AI 및 HPC 워크로드에 최적화된 가속 성능을 제공합니다.

최대 성능
더 많은 워크로드가 가속기의 성능을 활용함에 따라 GPU 밀도에 대한 요구도 증가합니다. 소매, 금융 서비스, 에너지, 의료 등의 산업에서는 GPU를 활용하여 ML, DL 및 추론 기술을 활용하여 더 큰 통찰력을 추출하고 혁신을 주도하고 있습니다.

ThinkSystem SR670은 가속화된 HPC 및 AI 워크로드를 프로덕션에 배포하고 데이터 센터 밀도를 유지하면서 시스템 성능을 극대화하기 위한 최적화된 엔터프라이즈급 솔루션을 제공합니다.

확장 가능한 솔루션
AI로 막 시작하든 프로덕션으로 전환하든 관계없이 솔루션은 조직의 요구 사항에 따라 확장되어야 합니다.

HPC 및 AI를 위한 Lenovo의 강력한 클러스터 관리 플랫폼인 LiCO(Lenovo Intelligent Computing Orchestration)와 함께 작동하는 ThinkSystem SR670은 고속 패브릭이 있는 클러스터에서 사용되어 수요 증가에 따라 확장할 수 있습니다. 또한 LiCO는 AI와 HPC 모두를 위한 워크플로를 제공하고 TensorFlow, Caffe를 포함한 여러 AI 프레임워크를 지원하므로 다양한 워크로드 요구 사항에 대해 단일 클러스터를 활용할 수 있습니다.

기술 사양

폼 팩터 전체 너비 2U 엔클로저
프로세서 노드당 2x 2세대 Intel® Xeon® 확장 가능 프로세서(최대 205W)
메모리 노드당 24개의 64GB 2933MHz TruDDR4 3DS RDIMM을 사용하여 최대 1.5TB
I/O 확장 최대 3개의 PCIe 어댑터: 2x PCIe 3.0 x16 + 1x PCIe 3.0 x4 슬롯
가속 최대 4개의 이중 폭, 전체 높이, 전체 길이 GPU(각각의 PCIe 3.0 x16 슬롯) 또는 최대 8개의 단일 폭, 전체 높이, 절반 길이 GPU(각각의 PCIe 3.0 x8 슬롯)
관리 네트워크 인터페이스 전용 1GbE 시스템 관리용 RJ-45 1개
내부 저장소 후면 베이에 최대 8개의 2.5인치 핫스왑 SSD 또는 HDD SATA 드라이브

내부 베이에 최대 2개의 비 핫스왑 M.2 SSD, 6Gbps SATA

 

RAID 지원 SW RAID 표준; 플래시 캐시가 포함된 HBA 또는 HW RAID(옵션)
전원 관리 xCAT(Extreme Cloud Administration Toolkit)를 통한 랙 수준 전력 제한 및 관리
시스템 관리 Lenovo XClarity Controller를 사용한 원격 관리 1Gb 전용 관리 NIC
OS 지원 레드햇 엔터프라이즈 리눅스 7.5; 자세한 내용은 lenovopress.com/osig를 방문하세요.
제한적 보증 3년 고객 교체 가능 유닛 및 현장 제한 보증, 다음 영업일 9x5, 서비스 업그레이드 가능

제품 디스플레이

5632
51652
65565
65615
651651
a1
a2
a3

  • 이전의:
  • 다음: