Drone Association Thailand

Join
,

GPU Servers ESC4000A-E10

GPU Servers ESC4000A-E10 เป็น GPU Server จาก ASUS เหมาะสำหรับงาน AI training, multi-GPU compute, HPC, AI inference รองรับการใช้งานระดับองค์กร ศูนย์ข้อมูล และงานวิจัยด้าน AI/HPC

GPU Servers ESC4000A-E10 เป็น GPU Server จาก ASUS เหมาะสำหรับงาน AI training, multi-GPU compute, HPC, AI inference รองรับการใช้งานระดับองค์กร ศูนย์ข้อมูล และงานวิจัยด้าน AI/HPC

คำอธิบายจากผู้ผลิต: ESC4000A-E10 is a AMD EPYC 7003 GPU server for AI training and inferencing.

การใช้งานที่เหมาะสม

  • AI training
  • multi-GPU compute
  • HPC
  • AI inference

ข้อมูลทางเทคนิค (Product Specifications)

section รายละเอียดสเปค
Model ASUS ESC4000A-E10
ประเภทอุปกรณ์ GPU Server / AI Server
รูปแบบเครื่อง Rackmount 2U
หน่วยประมวลผล AMD EPYC 7002 / 7003 Series
จํานวน CPU 2 x Socket SP3
จํานวนคอร์สูงสุด สูงสุด 64 คอร์ต่อ CPU
หน่วยความจํา DDR4 ECC RDIMM / LRDIMM
สล็อตหน่วยความจํา 32 DIMM Slots
รองรับ RAM สูงสุด สูงสุด 4TB
รองรับ GPU สูงสุด 4 x Dual-slot GPU
รองรับ GPU แบบ Single-slot สูงสุด 8 ใบ
มาตรฐาน GPU Interface PCI Express 4.0
รองรับ Storage NVMe / SATA / SAS
ช่องใส่ไดรฟ์ Hot-swap Drive Bays
ระบบเครือข่าย Dual 10GbE LAN
สล็อตขยาย PCIe 4.0 Expansion Slots
รองรับ InfiniBand รองรับผ่าน Add-on Card
ระบบบริหารจัดการ ASUS ASMB9-iKVM
ชิป BMC ASPEED AST2500
ระบบระบายความร้อน High-performance Cooling
พาวเวอร์ซัพพลาย Redundant PSU
มาตรฐาน PSU 80 PLUS Platinum
การใช้งานหลัก AI / HPC / Deep Learning
เหมาะสําหรับ Data Center / Research Computing
การทํางานต่อเนื่อง รองรับ 24 ชั่วโมง
ผู้ผลิต ASUS
Technical detail GPU Servers ESC4000A-E10
Technical detail เซิร์ฟเวอร์ GPU ระดับ Enterprise
Technical detail Rackmount ขนาด 2U
Technical detail รองรับ CPU แบบ Dual Socket
Technical detail รองรับสูงสุด 64 คอร์ต่อ CPU
Technical detail รองรับ DDR4 ECC RAM สูงสุด 4TB
Technical detail มีสล็อต RAM จํานวน 32 ช่อง
Technical detail รองรับ GPU แบบ Dual-slot สูงสุด 4 ใบ
Technical detail รองรับ GPU แบบ Single-slot สูงสุด 8 ใบ
Technical detail รองรับ NVMe / SATA / SAS Storage
Technical detail รองรับ Hot-swap Drive
Technical detail รองรับ InfiniBand ผ่าน Add-on Card
Technical detail ใช้ Redundant Power Supply
Technical detail ASUS ESC4000A-E10 เป็นเซิร์ฟเวอร์ GPU ระดับ Enterprise ที่ออกแบบมาสําหรับงาน AI, Deep Learning, HPC และ Data Analytics โดยเฉพาะ ตัวเครื่องมาในรูปแบบ Rackmount ขนาด 2U รองรับหน่วยประมวลผล AMD EPYC 7002 และ 7003 Series แบบ Dual Socket ซึ่งรองรับจํานวนคอร์สูงและแบนด์วิดท์หน่วยความจําจํานวนมาก เหมาะสําหรับงานประมวลผลแบบขนานและงานที่ต้องการพลังประมวลผลระดับดาต้าเซ็นเตอร์
Technical detail จุดเด่นสําคัญของ ESC4000A-E10 คือรองรับ GPU แบบ Dual-slot สูงสุด 4 ใบ หรือ Single-slot สูงสุด 8 ใบ ผ่าน PCI Express 4.0 ช่วยเพิ่มประสิทธิภาพสําหรับงาน AI Training, AI Inference, Rendering, Simulation และ Scientific Computing โดยรองรับ GPU ระดับ Data Center เช่น NVIDIA A100, NVIDIA RTX Series และ AMD Instinct บางรุ่น ทําให้เหมาะสําหรับงาน Machine Learning และ Virtual GPU Infrastructure ระดับองค์กร
Technical detail ระบบรองรับหน่วยความจํา DDR4 ECC RDIMM/LRDIMM สูงสุด 4TB ผ่านสล็อต DIMM จํานวน 32 ช่อง พร้อมรองรับความเร็วสูงเพื่อรองรับงานประมวลผลข้อมูลขนาดใหญ่ นอกจากนี้ยังรองรับการติดตั้ง Storage แบบ NVMe, SATA และ SAS ผ่านช่อง Hot-swap Drive ด้านหน้าเครื่อง ช่วยเพิ่มความยืดหยุ่นในการจัดเก็บข้อมูลสําหรับ AI Dataset และงาน HPC Storage
Technical detail ด้านเครือข่าย ASUS ESC4000A-E10 มาพร้อมพอร์ต LAN แบบ Dual 10GbE และรองรับการติดตั้งการ์ดเครือข่ายเพิ่มเติมผ่าน PCIe Expansion Slot เพื่อรองรับ InfiniBand หรือ Ethernet ความเร็วสูงสําหรับการสร้าง AI Cluster และ HPC Cluster ระดับองค์กร อีกทั้งยังรองรับระบบบริหารจัดการผ่าน ASUS ASMB9-iKVM และ ASPEED AST2500 BMC สําหรับ Remote Management และ Out-of-band Management
Technical detail ตัวระบบออกแบบมาเพื่อรองรับการทํางานต่อเนื่องตลอด 24 ชั่วโมงในดาต้าเซ็นเตอร์ โดยใช้ระบบระบายความร้อนประสิทธิภาพสูงและ Redundant Power Supply แบบ 80 PLUS Platinum ช่วยเพิ่มเสถียรภาพในการทํางาน เหมาะสําหรับองค์กรที่ต้องการเซิร์ฟเวอร์ GPU สําหรับ AI Infrastructure, Research Computing, Virtualization และ Cloud AI Platform ระดับ Enterprise

ข้อมูลอ้างอิงจากผู้ผลิต: ASUS

สนใจสอบถามราคา สเปค หรือขอใบเสนอราคา ติดต่อได้ที่ LINE: @metaxr

Scroll to Top