Soluciones de supercomputación (HPC) e Inteligencia Artificial (AI) de HPE

AbastSPI, Hewlett Packard Enterprise y Intel llevan la potencia del supercomputing (HPC) e Inteligencia Artificial (AI) a aquellas organizaciones que necesitan abordar el tratamiento de grandes cantidades de datos, como por ejemplo áreas científicas de universidades, centros de investigación y también en sectores empresariales, comerciales y organismos públicos, para su análisis y tratamiento, ofreciendo soluciones estructurales escalables y densas que satisfacen las exigentes demandas de computación para sus proyectos.

AbastSPI, tu experto en soluciones HPC

En AbastSPI contamos con una gran experiencia y somos expertos en High Performance Computing (HPC). Somos conscientes de que los requerimientos en el tratamiento de los problemas científicos, así como el análisis y la gestión de datos empresariales complejos, requieren de una infraestructura adecuada para manejar estas grandes cantidades de datos. Para ello, ofrecemos las arquitecturas basadas en entornos HPC (High Performance Computing).

exascala_era_low

HPE, es líder en sistemas HPC y aún más ahora tras la adquisición el año pasado del especialista en supercomputación Cray. Así, HPE se ha posicionado en el más alto nivel del mercado HPC, ofreciendo equipos con una potencia de cálculo a la altura de las exigencias de rendimiento que imponen las aplicaciones emergentes.

Ganando con la Inteligencia Artificial en gran variedad de sectores

Imatge5
Servicios financieros
Detección del fraude, verificación de identidades
Imatge6
Gobierno
Ciberseguridad, smart cities, defensa y utilidades
Imatge7
Energía
Modelado sísmico y de yacimientos
Imatge8
Retail
Videovigilancia y patrones de compras
Imatge9
Salud
Medicina personalizada, analítica de imágenes
Imatge10
Tecnología de consumo
Chatbots
Imatge11
Proveedores de servicios
Entrega de medios
Imatge12
Manufactura
Mantenimiento predictivo y prescriptivo

El 50% han desplegado una iniciativa de IA, tienen una en una etapa de prueba de concepto, o planean hacerlo dentro del próximo año.

Configuraciones preparadas para Inteligencia Artificial

Diseñadas para proporcionar la potencia de computo necesaria para todo el cicló de vida de modelos de Inteligencia Artifcial (Machine Learning, Deep Learnig, Inferencia/Razonamiento…) y satisfacer las necesidades de los departamentos de TI y Data Scicence. 

Estas configuraciones están recomendadas para cargas de trabajo de Inteligencia Artificial y se encuentran basadas en sistemas HPC de HPE con procesadores Intel Xeon de 2ª generación y tarjetas aceleradoras NVIDIA.

Imatge_hpc_oct_2020_2

Básica – HPE Proliant DL380 Gen10 con:

  • 2 procesadores Intel Xeon-Silver 4215R (3.2GHz/8-core/130W)
  • 64GB de RAM (2 x HPE 32GB Dual Rank x4 DDR4-2933)
  • 2 discos HPE 240GB SATA 6G Read Intensive SFF SC PM883 SSD
  • 2 tarjetas aceleradoras NVIDIA T4 16GB
  • Garantía estándar 3 años (piezas, mano de obra y soporte a domicilio)
Imatge_hpc_oct_2020_1

Avanzada – HPE Apollo 6500 Gen10 con:

  • 2 procesadores Intel Xeon-Silver 4215R (3.2GHz/8-core/130W)
  • 128GB de RAM (4 x HPE 32GB Dual Rank x4 DDR4-2933)
  • 2 discos HPE 240GB SATA 6G Read Intensive SFF SC PM883 SSD
  • 4 tarjetas aceleradoras NVIDIA V100S 32GB
  • Garantía estándar 3 años (piezas, mano de obra y soporte a domicilio)

Ejemplos de aplicación para Inteligencia Artificial

imatge1

Control de calidad mediante mantenimiento prescriptivo, imagen, análisis de video.

Integrar los datos de IT y OT para mejorar la calidad y los procesos

  • Mantenimiento de activos
  • Identificación de defectos
  • Trazabilidad de las piezas
  • Análisis de robótica
Imatge2

Vigilancia utilizando análisis de video.

Las informaciones operacionales basadas en los datos de vídeo capturados, que van desde:

  • Reconocimiento facial
  • Monitoreo de colas
  • Artículos desatendidos
Imatge3

Procesamiento del lenguaje natural del habla al texto.

Comunicación de vigilancia

  • Discurso a texto
  • Búsqueda biométrica
  • Monitoreo de llamadas en vivo
  • Chatbot
Imatge4

Conducción altamente autónoma.

Aplicación de la conducción autónoma de nivel 3 y nivel 4

  • Simulaciones, pruebas
  • Análisis en el vehículo
  • Carretera, predicción del estado del coche

De la CPU a la GPU: el desafío de la expansión de datos

La expansión de datos es el aumento diario de datos producidos por las organizaciones. Esta enorme cantidad de datos también aumenta en variedad, ya que es producida por muchas fuentes. La compleja distribución de archivos y registros también dificulta la recopilación de datos. Para superar este desafío, las empresas utilizan herramientas que cruzan múltiples fuentes de datos.

El número de servidores que utilizan las empresas sigue creciendo. Las CPU se vuelven más potentes cada año. Sin embargo, las empresas continúan agregando servidores para respaldar el crecimiento de sus cargas de trabajo o para adaptarse a nuevas cargas de trabajo. Además, las cargas de trabajo de las aplicaciones se están conectando a un ritmo cada vez más rápido.

Para mantenerse al día con el crecimiento de las cargas de trabajo, las organizaciones están utilizando unidades de procesamiento de gráficos (GPU), como por ejemplo NVIDIA GPU, una unidad de procesamiento de gráficos puede realizar cálculos matemáticos mucho más rápido que las CPU. Las GPU se utilizan principalmente para a Machine Learning y Deep Learning, así como para renderizar imágenes.

portada_Webinar_SPI_HPC_octubre_2020_bajo_demanda
WEBINAR EN DIRECTO YA REALIZADO, AHORA ACCESIBLE BAJO DEMANDA.
PUEDES ACCEDER A LA GRABACIÓN REALIZANDO EL REGISTRO.

Descargue en formato PDF el Folleto sobre el Sistema Apollo 6500 Gen10

folleto_HPC
logo_ABAST_SPI_q
Intel-logo-boxed