فارم پردازش گرافیکی (GPU Farm) مجموعه ای از سرورهای گرافیکی قدرتمند است که منابع را برای انجام محاسبات در حداقل زمان اختصاص می دهد.فارم پردازش گرافیکی (GPU Farm) سرعت رندرینگ، آموزش شبکه‌های عصبی، پردازش تصویرو کلان داده ها و همچنین بسیاری از محاسبات علمی دیگر هوش مصنوعی دردانشگاه ها، مراکز تحقیقاتی،شرکت ها، شتابدهنده ها ، استارتاپ های حوزه هوش مصنوعی را تسریع می دهد. با استفاده از فارم پردازش گرافیکی ما، با تعداد مختلف کارت گرافیک، شما می‌توانید هر کاری را در حداقل زمان با قیمت های مقرون به صرفه انجام دهید. ایران جی پی یو به عنوان تنها مرجع فارم پردازش گرافیکی(GPU Farm) ایران و معرفی ارائه دهندگان خدمات GPU به عنوان سرویس، به شما کمک می کند تا بتوانید آینده ای هوشمند تر خلق کنید.
دسترسی آسان و ۲۴ ساعته
کاهش زمان محاسبات
ابزارهای آماده برنامه نویسی
جدیدترین نسخه فریمورک های هوش مصنوعی
با انتخاب یکی از دو روش زیر می‌توانید پروژه های خود را با سرویس های GPU ما آغاز کنید:
۰۱
Jupyter Notebook as a Service
با در اختیار داشتن محیط برنامه نویسی Jupyter Notebook بر روی GPU می‌توانید براحتی و بدون اتلاف وقت مدل ها و کدهای خود را با هر زبان برنامه نویسی اجرا کنید.
۰۲
سرور اختصاصی و ماشین مجازی(VM)
با استفاده از SSH و هر سیستم عاملی که نیاز داشته باشید، سرور GPU را در اختیارتان قرار خواهیم داد.
ثبت سفارش
مشتری سازمانی هستید و راه حل نیاز دارید؟
با ما در تماس باشید ۳۹۱۳ ۸۸۸۵ (۰۲۱) داخلی ۷۷۷
مشتری حقیقی هستید و سرویس نیاز دارید؟
سرویس پردازش گرافیکی باکارت‌های گرافیک RTX 2080Ti و RTX 3090
سرویسGPU، نیاز چه گروه از مشاغل و صنایع را بر طرف خواهد کرد؟
در تمام حوزه‌هایی که از یادگیری ماشین، هوش‌مصنوعی و یادگیری عمیق استفاده می شود این سرویس مورد نیاز خواهد بود. مانند کلان داده‌ها، ماشین‌های خودران، شبیه سازی، رندرینگ تصویر، اینترنت اشیا، پردازش تصاویر و ...
چرا بهتر است به جای CPU از GPU استفاده کنیم؟
GPU از تعداد هسته بیشتری (بیش از 4000 عدد) تشکیل شده و می تواند تعداد زیادی پردازش را به صورت موازی انجام دهد. پردازش حجم بالایی از اطلاعات به صورت موازی علاوه بر افزایش سرعت محاسبات، باعث کاهش هزینه‌های عملیاتی نیز خواهد شد.
چه کتابخانه‌ها از قبل برروی سرویس پردازش گرافیکی نصب شده‌اند؟
سرویس‌ها شامل Tensorflow، Julia، Python3، CUDA و PyTorch بصورت از پیش نصب شده، می‌باشند.
من می توانم دیگر کتابخانه‌های یادگیری عمیق و یا یادگیری ماشین را خودم نصب کنم؟
هر کتابخانه ای را که توسط Ubuntu 18.04 و Python ۳ و CUDA ۱۰.۱ پشتیبانی شود، با اجرای دستورهای conda install و یا pip install مرتبط با آن، قابل نصب و استفاده است.
در سرویس GPU، از چه کارت‌های گرافیکی می‌توان استفاده کرد؟
در حال حاضر کارت گرافیک های RTX 2080 TI در دسترس هستند. بزودی کارت گرافیک‌های متنوع‌تری مانند RTX 3090 نیز در سبد محصولات قرار خواهند گرفت تا بتوانید پردازش‌های حجیم را با سرعت بیشتری انجام دهید.
