22.02.2021

Aetina представила графические модули MXM на базе архитектуры Quadro Turing

Компания Aetina представила графические модули MXM на базе архитектуры Quadro Turing. Quadro RTX обеспечивает трассировку лучей в реальном времени и ускорение обучения искусственного интеллекта. Видеокарты NVIDIA Quadro предназначены для рабочих станций, работающих с профессиональным компьютерным дизайном (CAD), компьютерными изображениями (CGI), приложениями для создания цифрового контента (DCC), научными расчетами и машинным обучением.

Aetina выпустила три модуля Quadro MXM, включая M3T1000-PN на базе Quadro T1000, M3T3000-QN на базе Quadro RTX3000 и M3T5000-WN на базе Quadro RTX5000. Благодаря наличию до 3072 ядер CUDA и производительности в 9,4 терафлопс можно выполнять практически все, что требуется в области промышленного и профессионального графического дизайна. Между тем, имеется до 4 портов для дисплеев, поддерживается HDR-видео до 8K при 60 Гц, что дает пользователям не только потрясающий визуальный опыт работы, но и удовлетворяет рабочие запросы для точного анализа данных.

Поскольку Aetina работает с клиентами из промышленных областей и областей искусственного интеллекта, конструкция модулей компактна и малогабаритна, что особенно актуально для медицинской и игровой индустрии, где требуется точное отображение изображений и высокие вычислительные мощности. Кроме того, Aetina обеспечивает долгий срок жизни для своих продуктов. Данная серия Quadro MXM, основанная на архитектуре Turing, идеально подходит для высокопроизводительных визуальных вычислений в центрах обработки данных. В частности, NVIDIA RTX Turing поддерживает трассировку лучей в реальном времени, демонстрирует реалистичное освещение, затенение и отражение, а также немедленно выполняет рендеринг кинематографического уровня. Графические процессоры RTX Turing оснащены новыми передовыми технологиями advanced shading, которые являются более мощными и гибкими, чем в предыдущей версии. 

Quadro RTX Turing поддерживает технологию суперсэмплинга (DLSS). Благодаря тензорным ядрам достигается 10-кратное ускорение обучения ИИ с TF32 и 2,5-кратное ускорение для HPC с FP64, обеспечивающее революционное обучение ИИ и рост возможностей графических вычислений.