Diferenzas
Isto amosa as diferenzas entre a revisión seleccionada e a versión actual da páxina.
Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
centro:servizos:servidores_de_computacion_gpgpu [2023/01/11 13:57] – [Descrición do servizo] fernando.guillen | centro:servizos:servidores_de_computacion_gpgpu [2024/09/09 14:53] (actual) – jorge.suarez | ||
---|---|---|---|
Liña 3: | Liña 3: | ||
===== Descrición do servizo ===== | ===== Descrición do servizo ===== | ||
- | Servidores con gráficas: | + | ==== Servidores con gráficas |
- | |||
- | * '' | ||
- | * Servidor PowerEdge R720 | ||
- | * 1 procesador [[http:// | ||
- | * 16 GB de memoria RAM (1 DDR3 DIMM a 1600MHz) | ||
- | * Conectado a un caixón de gráficas con: | ||
- | * Gigabyte GeForce GTX Titan 6GB (2014) | ||
- | * Nvidia Titan X Pascal 12GB (2016) | ||
- | * Sistema operativo Ubuntu 18.04 | ||
- | * Slurm (//de uso obrigatorio para a xestión de traballos// | ||
- | * CUDA 10.2 (// | ||
- | * Docker-ce 18.06 (// | ||
- | * Nvidia-docker 2.0.3 (// | ||
- | * Nvidia cuDNN v7.2.1 for CUDA 9.2 | ||
- | * Intel Parallel Studio Professional for C++ 2015 (//licenza única, avisa se vas usalo!//) | ||
- | * ROS Melodic Morenia (// | ||
* '' | * '' | ||
* Servidor PowerEdge R730 | * Servidor PowerEdge R730 | ||
* 2 procesadores | * 2 procesadores | ||
* 128 GB de memoria RAM (4 DDR4 DIMM a 2400MHz) | * 128 GB de memoria RAM (4 DDR4 DIMM a 2400MHz) | ||
- | * 2 tarxeta | + | * 2 x Nvidia GP102GL 24GB [Tesla P40] (2016) |
- | * Sistema operativo | + | * Sistema operativo |
- | * docker 17.09 y nvidia-docker 1.0.1 | + | * Cuda 12.0 |
- | * OpenCV 2.4.5 | + | * * **Slurm para la gestión de colas de trabajo de uso obligatorio**. |
- | * Dliv, Caffe, Caffe2 y pycaffe | + | |
- | * Python 3.4: cython, easydict, sonnet | + | * Servidores no cluster de computación HPC: [[ centro: |
- | * TensorFlow | + | * Servidores no CESGA: [[ centro: |
+ | |||
+ | ==== Servidores con gráficas de acceso restrinxido ==== | ||
* '' | * '' | ||
* Servidor PowerEdge R730 | * Servidor PowerEdge R730 | ||
* 2 procesadores | * 2 procesadores | ||
* 128 GB de memoria RAM (4 DDR4 DIMM a 2400MHz) | * 128 GB de memoria RAM (4 DDR4 DIMM a 2400MHz) | ||
- | * 2 tarxeta Nvidia GP102GL | + | * 2 tarxeta Nvidia GP102GL [Tesla P40] |
- | * Sistema operativo Ubuntu | + | * Sistema operativo Ubuntu |
- | * **Slurm para a xestión de colas de traballo de uso obrigatorio**. | + | * Driver Nvidia 560, CUDA versión |
- | * ** Modules para la gestión de versiones de bibliotecas**. | + | |
- | * CUDA versión | + | |
- | * OpenCV 2.4 y 3.4 | + | |
- | * Atlas 3.10.3 | + | |
- | * MAGMA | + | |
- | * TensorFlow | + | |
- | * Caffee | + | |
* '' | * '' | ||
* Servidor SIE LADON 4214 | * Servidor SIE LADON 4214 | ||
Liña 52: | Liña 32: | ||
* Nvidia Quadro P6000 24GB (2018) | * Nvidia Quadro P6000 24GB (2018) | ||
* Nvidia Quadro RTX8000 48GB (2019) | * Nvidia Quadro RTX8000 48GB (2019) | ||
- | * Sistema operativo Centos 7.7 | + | |
- | * Driver Nvidia | + | |
- | * Docker 19.03 | + | * Driver Nvidia |
- | * [[https://github.com/NVIDIA/nvidia-docker | Nvidia-docker | + | * '' |
- | * '' | + | * Servidor Dell PowerEdge R750 |
- | * Integrado no clúster | + | |
- | * '' | + | * 128 GB de memoria RAM |
- | * Integrado no clúster | + | * 2x NVIDIA Ampere A100 de 80 GB |
+ | * Sistema operativo AlmaLinux 8.6 | ||
+ | * Driver NVIDIA 515.48.07 para CUDA 11.7 | ||
+ | * '' | ||
+ | * Servidor Dell PowerEdge R750 | ||
+ | * 2 procesadores [[ https:// | ||
+ | * 128 GB de memoria RAM | ||
+ | * NVIDIA Ampere A100 de 80 GB | ||
+ | * Sistema operativo AlmaLinux 8.7 | ||
+ | * Driver NVIDIA 525.60.13 para CUDA 12.0 | ||
+ | * '' | ||
+ | * Servidor Gybabyte | ||
+ | * 2 procesadores [[ https:// | ||
+ | * 256 GB de memoria RAM | ||
+ | * 5 x NVIDIA Ampere A100 de 80 GB | ||
+ | * Sistema operativo AlmaLinux 9.1 | ||
+ | * Driver NVIDIA 520.61.05 para CUDA 11.8 | ||
+ | * '' | ||
+ | * Servidor Dell PowerEdge R760 | ||
+ | * 2 procesadores [[ https:// | ||
+ | * 384 GB de memoria RAM | ||
+ | * 2 x NVIDIA Hopper H100 de 80 GB | ||
+ | * Sistema operativo AlmaLinux 9.2 | ||
+ | * Driver NVIDIA 555.42.06 para CUDA 12.5 | ||
===== Alta no servizo ===== | ===== Alta no servizo ===== | ||
Non todos os servidores están dispoñibles en todo momento para calqueira uso. Para acceder aos servidores, hai que solicitalo previamente a través do [[https:// | Non todos os servidores están dispoñibles en todo momento para calqueira uso. Para acceder aos servidores, hai que solicitalo previamente a través do [[https:// | ||
Liña 68: | Liña 70: | ||
Para conectarse ós servidores, debes facelo a través de SSH. O nome e as direccións IP dos servidores son as seguintes: | Para conectarse ós servidores, debes facelo a través de SSH. O nome e as direccións IP dos servidores son as seguintes: | ||
- | + | * ctgpgpu4.inv.usc.es - 172.16.242.201 | |
- | * ctgpgpu3.inv.usc.es - 172.16.242.93:22 | + | * ctgpgpu5.inv.usc.es - 172.16.242.202 |
- | * ctgpgpu4.inv.usc.es - 172.16.242.201:22 | + | * ctgpgpu6.inv.usc.es - 172.16.242.205 |
- | * ctgpgpu5.inv.usc.es - 172.16.242.202:22 | + | * ctgpgpu9.inv.usc.es - 172.16.242.94 |
- | * ctgpgpu6.inv.usc.es - 172.16.242.205:22 | + | * ctgpgpu10.inv.usc.es - 172.16.242.95 |
- | * ctgpgpu7.inv.usc.es - 172.16.242.207:22 | + | * ctgpgpu11.inv.usc.es - 172.16.242.96 |
- | * ctgpgpu8.inv.usc.es - 172.16.242.208:22 | + | * ctgpgpu12.inv.usc.es - 172.16.242.97 |
A conexión só está dispoñible dende a rede do centro. Para conectarse dende outras localizacións ou dende a rede da RAI é preciso facer uso da [[: | A conexión só está dispoñible dende a rede do centro. Para conectarse dende outras localizacións ou dende a rede da RAI é preciso facer uso da [[: |