Um Ihnen die Funktionen unseres Online-Shops uneingeschränkt anbieten zu können setzen wir Cookies ein. Weitere Informationen
NVIDIA Deep Learning
Der NVIDIA Tesla V100-Grafikprozessor ist der fortschrittlichste Rechenzentren Beschleuniger, der je gebaut wurde. Seine neue innovative Grafikprozessor-Architektur ermöglicht die schnellsten Rechenknoten der Welt und kann die Leistung von Hunderten langsamer Rechenknoten enorm steigern. Die superschnellen Tesla V100-Rechenknoten beschleunigen HPC-Aufgaben und Deep-Learning-Anwendungen, die beinahe unbegrenzte Berechnungen erfordern.
-
NVIDIA DGX-2 inkl. 1 Jahr Support400.050,18 €NVIDIA DGX-2 V100, das zweite System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren!
-
NVIDIA DGX-2 inkl. 2 Jahre Support424.733,42 €NVIDIA DGX-2 V100, das zweite System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren!
-
NVIDIA DGX-2 inkl. 3 Jahre Support447.617,15 €NVIDIA DGX-2 V100, das zweite System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren!
-
NVIDIA DGX-2 inkl. 1 Jahr Support für Forschung und Lehre282.142,00 €NVIDIA DGX-2 V100, das zweite System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren!
-
NVIDIA DGX-2 inkl. 2 Jahre Support für Forschung und Lehre299.420,85 €NVIDIA DGX-2 V100, das zweite System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren!
-
NVIDIA DGX-2 inkl. 3 Jahre Support für Forschung und Lehre315.438,98 €NVIDIA DGX-2 V100, das zweite System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren!
-
NVIDIA DGX-1 V100 inkl. 1 Jahr Support147.737,95 €DGX POD Rabatte bis 27.01.2019:
2-3 Stück 10%, 4-8 Stück 15%,
ab 9 Stück 20% auf Hardware -
NVIDIA DGX-1 V100 inkl. 2 Jahre Support156.955,41 €DGX POD Rabatte bis 27.01.2019:
2-3 Stück 10%, 4-8 Stück 15%,
ab 9 Stück 20% auf Hardware -
NVIDIA DGX-1 V100 inkl. 3 Jahre Support165.500,35 €DGX POD Rabatte bis 27.01.2019:
2-3 Stück 10%, 4-8 Stück 15%,
ab 9 Stück 20% auf Hardware -
NVIDIA DGX-1 V100 inkl. 1 Jahr Support für Forschung und Lehre103.706,99 €NVIDIA DGX-1 V100, das erste System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren.
-
NVIDIA DGX-1 V100 inkl. 2 Jahre Support für Forschung und Lehre110.158,82 €NVIDIA DGX-1 V100, das erste System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren.
-
NVIDIA DGX-1 V100 inkl. 3 Jahre Support für Forschung und Lehre116.140,66 €NVIDIA DGX-1 V100, das erste System mit bahnbrechenden, durch NVIDIA Volta™ angetriebenen Tesla® V100-Grafikprozessoren.
Mit Hilfe der NVIDIA Volta Boost Promotion können Sie einen höheren Durchsatz mit niedrigeren Kosten erreichen. Das geschulte DELTA Personal berät sie gerne, um die perfekte GPU Lösung zu erhalten.
Dank KI findet derzeit eine Revolution in den Life Sciences, in der Medizin und im Gesundheitswesen statt.
Um diese Entwicklung weiter voranzutreiben, unterstützt NVIDIA die Demokratisierung von Deep Learning durch die Bereitstellung einer kompletten Plattform für KI-Computing, die speziell auf das Gesundheitswesen ausgelegt ist.
Deep Learning Frameworks bieten die Möglichkeit eigene Entwürfe, Trainings und die Validierung von tiefen neuronalen Netzwerken über eine High-Level-Programmierschnittstelle zu erstellen. Weit verbreitete Deep-Learning-Frameworks wie Caffe2, Cognitive Toolkit, MXNet, PyTorch, TensorFlow und andere setzen auf GPU-beschleunigte Bibliotheken wie zum Beispiel cuDNN und NCCL.
The DGX POD is an optimized data center rack containing up to nine DGX-1 servers, twelve storage servers, and three networking switches to support single and multi-node AI model training and inference using NVIDIA AI software.
The RAPIDS suite of software libraries gives you the freedom to execute end-to-end data science and analytics pipelines entirely on GPUs. It relies on NVIDIA® CUDA® primitives for low-level compute optimization, but exposes that GPU parallelism and high-bandwidth memory speed through user-friendly Python interfaces.