badge xeon blue

Serveurs GPU

Une puissance de calcul impressionnante

Découvrez notre gamme de serveurs disposant de cartes graphiques spécialement configurées pour vos usages intensifs. Grâce à une puissance de calcul démultipliée offerte par les processeurs, les serveurs GPU sont conçus pour accélérer le traitement de tâches parallèles.

GPU

L’avantage des serveurs GPU

Haute fréquence

NVIDIA GeForce GTX 1080

L’association de cartes graphiques et de biprocesseurs permet de décupler la puissance de calcul offerte par le serveur. Grâce aux milliers de cœurs combinés, le traitement de tâches complexes et massivement parallèles est possible.

Caractéristiques par carte graphique :

  • 8 Go DDR5 ;
  • 2 560 coeurs CUDA ;
  • 320 Gbit/s de bande passante RAM ;
  • Nvidia GPU Boost 3.0 Technology.
Compatible avec Linux, CUDA/OpenCL et KVM.

Les serveurs à la une

Intel  2x Xeon E5-2667v3
16c/32t - 3,2GHz /3,2GHz
64Go DDR4 ECC 2400 MHz
SoftRaid 2x480Go SSD
4 x NVIDIA Geforce GTX 1080
200 Mbps bande passante
vRack : 100 Mbps
À partir de :
1 144,99 €
 HT/mois

Les usages d’un serveur GPU

Serveur de sauvegarde

Cloud gaming

Créez des environnements de jeu à la demande sans vous soucier des performances serveur et proposez des sessions de jeux en haute définition.

Stockage multimédia

Rendu 3D

Utilisez la puissance de calcul des cartes graphiques pour générer des animations 2D et 3D complexes.

Stockage de bases de données volumineuses

Vidéo

Accélérez le traitement et l’encodage de vos vidéos grâce à la puissance de calcul fournie par les cartes graphiques.

Les réponses à vos questions :

Pourquoi utiliser une carte graphique dans un serveur ?

Les processeurs des cartes graphiques (GPU) possèdent beaucoup plus de cœurs qu’un processeur classique (CPU). La réalisation d’un très grand nombre de tâches parallèles est donc possible. Cette conception, destinée initialement à réaliser des opérations graphiques (OpenGL/Direct3D), peut être exploitée grâce des langages de programmation comme CUDA ou OpenCL, afin de réaliser des tâches jusqu’alors traitées par le CPU.

Dans quel cadre un serveur dédié GPU peut-il être utilisé ?

L’architecture du serveur GPU est particulièrement adaptée à des applications nécessitant le traitement de tâches parallèles, comme celui d’images, la bio-informatique, le big data ou encore le deep learning. Elle permet d’accélérer grandement les calculs souvent très exigeants en ressources.