语言 :
丽台RTX AI Software Pack为整合AI专案分析所使用的套件及工具，并预装完成包含作业系统、GPU 驱动程式、CUDA、深度学习函式库及多种深度学习/机器学习框架等开发环境。
丽台RTX AI 开发软件为整合AI项目分析所使用的套件及工具，并预装包含操作系统、GPU驱动程序、CUDA、深度学习函式库及多种深度学习/机器学习框架等开发环境。开机后即可立即启动各种研发项目开发工作，GPU工作站与服务器经过软硬件优化调整，免除繁琐的安装流程，适合AI项目及大数据项目开发使用。搭配GDMS管理系统，可更有效管理AI项目及监控系统资源。
系统经认证启动后，会自动安装操作系统、GPU驱动程序、CUDA Toolkit、cuDNN、NCCL、nvidia-docker套件及NVIDIA DCGM。可避免GPU及AI项目环境繁琐的安装及除错流程，让研发人员快速开启项目进行研发工作。
具有还原功能，即便系统出现任何问题，可透过还原机制回复至出厂设定之状态，减少系统检测及重新安装软件花费的时间。
Docker引擎为现今世界各地开发常见的平台之一，具有易安装、可携带性、易维护等特点。透过nvidia-docker插件，快速生成GPU开发环境，减少开发环境安装配置，避免造成系统负担、依赖库版本冲突等问题。
系统预加载11个常见的深度学习及机器学习框架，包含NVIDIA NGC优化后之多个AI开发框架。系统也提供框架测试页面，可方便快速验证开发环境。
可监控GPU核心和显存执行的健康状态，便可输出监控纪录至文档中，协助掌握GPU执行时使用的硬件资源及各项状态。
可做为GDMS接管GPU系统，透过GDMS更有效管理、分配及利用GPU资源，适合企业AI项目管理、智慧教室应用、研发团队开发。
支持最新深度学习及机器学习框架，简单指令即可启动AI开发项目环境。
| 规格 | 描述 | |
| 建议系统要求 | RTX AI 软体有以下最低之系统规格建议，最终效能取决于实际工作负载与硬体规格测试与评估。
|
|
| RTX AI系統工具 | RTX AI Software操作模式 | RTX AI软体让软体工程师、资料科学家、AI专家可于本地端与远端操作工作站与伺服器：
|
| 框架诊断 (Framework Diagnostics) | 执行所选取的DL / ML框架并以测试数据模型运行，以验证其是否仍有效和具可运行性 | |
| GPU监控与纪录 | 即时监控GPU和GPU记忆体的运行状况并记录日志，做为系统维护判读的参考 | |
| GPU检测工具 | 内建之CUDA测试工具，用于测试容器中GPU的硬体状态 | |
| Jupyter Notebook | 基于网页整合式的的交互式开发工具，可在Docker容器中编写或迭代程式码 | |
| 软体版本检视 | 通过预先定义使用之系统命令，查看每个当前软体版本的便捷工具 | |
| 支援GDMS伺服器 | 嵌入GDMS agent以提供支援系统管理员在GDMS伺服器上分配和管理GPU资源的作业。此功能仅与GDMS伺服器一起开发时才有效。 | |
| 系统一键还原 | 透过一键执行可将系统还原到出厂设定状态 | |
| 磁碟援救 | 当系统无法正常启动时，此工具将重建系统启始碟，以将系统还原为出厂设置状态 | |
| RTX AI框架 | Chainer、TensorFlow、PyTorch、NVIDIA DIGITS、NVIDIA CUDA、NVIDIA Caffe、 NVIDIA MxNet、NVIDIA PyTorch、NVIDIA TensorFlow、NVIDIA TensorRT、NVIDIA TensorRT Server、NVIDIA RAPIDS | |
| RTX AI基本组成 | Ubuntu Desktop OS v18.04 LTS、NVIDIA CUDA、NVIDIA cuDNN、NVIDIA NCCL、 NVIDIA Docker、Docker Engine、NVIDIA DCGM Fabric Manager 、NVIDIA Drivers | |
| 支援语言（使用者介面/键盘设定） | 英文与日文 (RTX AI系统工具仅支援英文) | |
| GPU AI 开发软件 | |||
|---|---|---|---|
| 语言 | 版本 | 描述 |  |
| User's Manual | |||
| Multilanguage | 2.0 ( 2021/9/23 ) | English, Traditional Chinese, Simlified Chinese, Japanese 档案大小 : [ 33149 KB ] |  |
未来展望
