| Modelo | 120GQ-TNRT |
| Marco de la máquina | 1U estante |
| UPC | Toma dual P+ (LGA-4189) Tercera generación Intel® Xeon |
| Chipset | Intel® C621A |
| RAM | 16 piezas de ranuras de memoria
Max admite 6tb Recc
3200/2933 MHz |
| Ranura para disco duro | 2 piezas de ranuras para el disco duro de NVME Hot Swappable |
| Especificaciones de disco duro | 2.5 'nvme disco duro |
| Tarjeta de CPU | Max admite 4pcs de tarjetas GPU |
| Tarjeta RTX A6000, A40, A16, A100, RTX A5000, A30, A2 |
| Tarjeta de red | 2pcs de RJ45 10GB |
| RAID | RAID 0 ,1 ater10 |
| Controlador de visualización | 1 x VGA |
| Puertos de dispositivos externos | USB 3.0 |
|
| Controlador de CD | N / A |
| Acción de enfriamiento | 9 piezas de ventiladores de alta velocidad |
| Fuente de alimentación | de suministro de alimentación de alta velocidad 2000W 80PLUS
Certificación |
| Gestión | Interfaz IPMI 2.0 |
| Sistema operativo | Windows, Linux |
| Temperatura | Entorno de trabajo: - 10 ℃ ~ + 35 ℃
Entorno no laboral: - 40 ℃ ~ + 70 ℃ |
| Humedad | Entorno de trabajo: 8%～ 90%
Entorno no laboral: 5%～ 95% |
| Tamaño del producto (mm) | 894 x 437 x 43 |
| Peso del producto (kg) | 21.8 |
| Accesorios | Guía de instalación Rail / paquete de tornillo |
El sistema GPU 120GQ-TNRT tiene varios beneficios, que incluyen:
Virtualización científica: el sistema está optimizado para la virtualización científica.
Computación de alto rendimiento: el sistema está optimizado para la computación de alto rendimiento.
Renderización: el sistema se puede usar para la representación.
AI/Entrenamiento de aprendizaje profundo: el sistema se puede utilizar para la capacitación de AI/Deep Learning.
NVIDIA VGPU Desktop y virtualización de aplicaciones: el sistema admite NVIDIA VGPU Desktop y soluciones de virtualización de aplicaciones.
Herramientas de administración: el sistema admite herramientas de administración como SuperCloud Composer, SuperMicro Server Manager (SSM) y Supermicro Update Manager (SUM).
Las GPU son procesadores complementarios de las CPU que pueden aumentar significativamente las capacidades y la velocidad de procesamiento de un sistema. Son adecuados para tareas que requieren operaciones paralelas, como el aprendizaje automático y el procesamiento de imágenes.
