全球芯片短缺，显卡价格居高不下，跑深度学习该如何装机？( 二 ) 机器之心报道机器之心编辑部

文章图片
基于FasterR-CNN和FPN模型针对PCB工业缺陷识别进行训练，原本耗时超过20h的训练，使用HPZ8G4仅需要11h ，节省了一半的时间。

文章图片
MobileNet训练速度如何？在工业铭牌检测深度神经网络模型训练中， HPZ8G4的表现同样速度更快。

文章图片
由于HPZ8G4电源功率可以高达1700W ，支持三块双宽GPU卡或者四块单宽GPU卡，能够一次性加载更多视频/图片数据，搭配双路CPU和高速硬盘，能够显著提升训练速度。另外，惠普工作站可以长时间高负荷运行，适合实验室环境进行科研工作。
担心安装环境要调一天？惠普的工作站都预装了最热门的数据科学软件工具，可以帮你大幅缩短数据科学环境的配置和维护时间。
惠普还提出了HPAI开发平台，这是一款基于Docker+Kubernetes的人工智能容器云平台，能够实现异构资源的高效管理、调度和监控。提供了从模型开发、训练到部署的完整流程和工具，能够大幅度降低人工智能的进入门槛，提升开发效率。

文章图片
在惠普工作站上使用Linux系统也很简单。 11月9日，惠普公司宣布将为旗下Z系列数据科学工作站预装微软WSL2（WindowsSubsystemforLinux2）。从此用户可以在工作站的Windows上简单、快捷地启动Ubuntu环境，获得安全、可管理的稳定开发环境。
惠普数据科学工作站已经在广泛应用AI技术的安防、文娱、医疗、零售、汽车等领域部署。惠普正致力于解决行业的痛点，赋能不同行业的智能化转型。
通过与英特尔和英伟达等合作伙伴紧密合作，惠普在Z系列工作站上对所采用的企业级组件进行了测试与认证，可确保这些机器在高密集计算和图形工作流中提供出色稳定的性能。
【全球芯片短缺，显卡价格居高不下，跑深度学习该如何装机？】进行深度学习开发时，有一套性能良好且运转稳定的硬件设备至关重要，惠普Z系列数据科学工作站将是你的得力助手。