UltraLAB GXM让大家能用的起的AI超级异构计算机

市场上用于深度学习的训练计算机大致情况如下（1）服务器/工作站（支持2、4、8块GPU架构）：普遍存在噪音大，无法放置于办公环境，必须聚刁擞蛔放到专门的机房，维护成本高，另外数据存储带宽、延迟、容量也不尽如意。（2）分布式集群架构：性能强大，但是开发成本太高，是大多数科研单位无法承受。（3）大部分GPU计算机(服务器/工作站），重点都放在GPU卡数量上，似乎只要配上足够GPU卡，就可以了。然而，机器硬件配置还需要整体均衡，不同的学习框架更需要不同GPU卡去适配。针对目前深度学习应用计算特点，UltraLAB图灵工作站再添新成员--GX480M和GX610M。