北京時間2019年12月26日下午14點30分，聯泰集群在北京正式發布了水晶系列工作站產品，本次“水晶工作站產品發布會”暨“聯泰集群高性能計算解決方案研討會”由英特爾®中國獨家贊助，產品在提供強悍高算力的同時，又能保證溫婉低噪的靜音，剛柔并濟。
現場請到了英特爾中國數據中心技術售前經理——拓慶國先生，帶來最新的英特爾CPU架構和傲騰™技術加持的傲騰™增強型SSD講解，以及清華大學——張宇飛教授使用聯泰集群產品在科研方面的精彩案例分享。
發布會現場首先由拓總和張教授共同為水晶系列工作站揭幕，工作站產品在會場進行了點亮，完全不會影響發布會的正常進行，真正檢驗了工作站的靜音屬性，當得知水晶工作站處于點亮狀態，在場的嘉賓紛紛側目旁邊的展臺，完全沒有察覺到如傳統工作站的噪音存在。
之后由聯泰集群硬件產品技術中心總監——劉振鋒、軟件產品技術中心總監——孫建軍、硬件產品技術中心工程師——肖學文分別從應用方向、水晶工作站一體化軟件平臺及水晶系列產品硬件方面對本系列產品進行了詳細的介紹。
入門級深度學習工作站W5232
在討論這個問題之前我們需要理解為什么深度學習需要使用專業的工作站？
1. 深度學習需要大量的并行計算資源，而且動輒計算幾天甚至數周，而顯卡（GPU)恰好適合這種工作，提供幾十上百倍的加速，性能強勁的GPU能在幾個小時內完成原本CPU需要數月完成的任務，所以目前深度學習乃至于機器學習領域已經全面轉向GPU架構，使用GPU完成訓練任務
2. 如今即使使用GPU的深度學習任務也要持續數天乃至數月（取決于數據規模和深度學習網絡模型），需要使用單獨的設備保障保證訓練任務能夠7x24小時長期穩定運行。
3. 獨立的深度學習工作站（服務器）可以方便實現實驗室計算資源共享，多用戶可以在個人電腦編寫程序，遠程訪問到深度學習服務器上排隊使用計算資源，減少購買設備的開支并且避免了在本地計算機配置復雜的軟件環境。
深度學習工作站配置要求
深度學習任務對計算機的性能要求較高，各硬件主要完成以下操作。
上述圖示，深度神經網絡計算大致流程，下面通過深度神經網絡計算環節，分析核心硬件配置理想要求
CPU:因為主要使用顯卡進行cuda計算，因此對CPU的要求并不是很高，頻率越高、線程數越多越好，一般最低要求cpu核心數大于顯卡個數。其中一個制約因素：cpu的最大PCI-E 通道數。每張顯卡占用16條pcie通道才能達到最大性能，而單cpu最大支持48條pcie，也就是最多3條PCI-E x16接口， 但是受限主板的大小，只有選用專業的工作站板子才能充分發揮GPU卡的性能，而聯泰的W5232工作站就是一個很好的選擇。采用專用的雙路工作站，不僅提升了CPU的處理能力，也能通過使用兩張GPU卡來增加訓練能力。
GPU卡：深度學習需要較強性能的顯卡進行復雜的單精度運算,通常神經網絡需要大量顯存和內存資源，因此需要8GB以上顯存才能運行大規模的深度卷積網絡，執行計算機視覺任務，一般選擇GTX1070以上配置。應該購買具有較大顯存的顯卡。下面給出2080ti、2080、2070、1080ti、1070、1060、Titan X、Titan V的幾項指標的對比：
TFLOPS（teraFLOPS FLoating-point Operations Per Second每秒浮點運算次數）單精度也就是運算性能，決定了運算速度，首選1080ti、2080ti、Titan V,不過性能最強的titan V的價格是2080ti的三倍
VRAM （顯存）:顯存大小決定了我們的網絡模型能不能執行，大型的卷積神經網絡會使用超過8G以上的顯存，因此購買具有大顯存的顯卡才能夠保證大多數卷積神經網絡模型能夠順利執行。聯泰的W5232工作站就是這種入門級深度學習的工作站，采用的是兩顆二代Intel至強可擴展處理器，并且配備了64GB的內存，支持2張GPU加速卡，480G的SSD作為系統盤，4T的SATA盤作為數據盤，所以整個工作站的很高的，非常適合入門級深度學習。
當然這款工作站配置那么高，也可進行其他的一些圖像高分辨率，高清晰度的圖像的輸出，像再醫院里面很多的各種CT等圖片都是通過這種工作站進行掃描分辨出來的，特別是對于患者這種生理結構圖的處理需要更加清晰的圖像，因此需要更加強勁的圖形處理能力。當然對于一些醫療行業里面的關于生命科學的基本的計算工作也是可以勝任的。
今后，聯泰集群還將繼續推出更多更新的產品，讓我們一起感受科技前沿和創新變化。
