机器学习设备
机器学习设备的解决方案GPU机器学习市场正在快速发展，低功耗、高吞吐量和灵活性等先进技术加速了机器学习应用在全球的应用。随着gpu在深度学习、人工智能和机器学习等领域的应用，使得图像分类、语音识别、自动驾驶、生物信息学和视频分析等领域取得了长足的进步，对高效并行计算的需求不断增长。 多主机GPU和NVMe SSD系统的高性能结构连接和可组合性对于确保动态分配GPU资源以匹配工作负载需求和最大限度地提高系统效率至关重要。例如，Microsemi的Switchtec-PAX交换机具有动态分区和多主机SR-IOV共享功能，可以使用标准主机驱动器将GPU资源实时“组合”或动态分配到特定主机或一组主机。 机器学习设备的理想PCIe先进的结构开关解决方案应提供可扩展，低延迟和经济高效的多主机互连或GPU，NVME SSD和其他PCIe端点的网络。另一个重要的考虑因素是织物应用程序编程接口（API）的可用性，可以简化系统管理，大大减少了对多主机系统的市场和开发成本的时间。 探索我们的机器学习设备的投资组合：
|
