Ага, а то пока отгрузочная цена -- полтора миллиона.

Ну да 801 уже пошли вниз -- с 350 т.р. до 300; как и 101: 200 -> 150…

Ага, и на таких машинках альт тоже работает -- проверено на инженерной материнке    

Новость про сервер, а не про процессор. Процессор указан явно — Эльбрус-8С.

Это сервер на основе процессора первый прототип которого появился согласно этого графика. А вот с процессором 16С действительно произошло отставание. Согласно последним новостям он будет серийно производиться ажно с 2021 года. Первоисточник.

С чем это связано неизвестно. Но появилась информация, что в планы МЦСТ вошли другие процессоры, без поддержки многопроцессорности, которые должны быть проще и соответственно дешевле. Эти процессоры будут ориентированы на более массовый рынок чем сервера.

Дело в том что раньше у них цифры не обязательно указывали на количество ядер, например 4С по проекту значился не иначе как E2S. Обрати внимание у 16с написано 28-16нм 8-16я(дер) то есть под 16с подразумевался и 8СВ (который как раз в этом году инженерники и получили) и возможно 16 ядерный вариант этого же процессора на 16нм. Но позже как известно насчет 16 ядерника планы изменили

• [ссылки отключены]
•  © [ссылки отключены]

Это план 2015, что ли, года. Относительно него и впрямь отставание на полгода-год по состоянию на сейчас, насколько могу судить.

Нейросети это обычная математика, поэтому любой процессор с ними «дружит». Другой вопрос, что архитектура видеокарты (чем занимается nVidia) хорошо походит для распараллеливания математических задач (теоретически, должно быть на порядки лучше, чем на серверных процессорах. Практически — не знаю, не спец), поэтому для обучения нейросетей обычно используют видеокарты, но это никак не мешает использовать и обычные процессоры.

Но зачем это вообще надо, вот в чём вопрос. Львиная доля софта для нейронок под nvidia заточена

для тренировки сетей, по крайней мере на текущий момент, применение GPU в среднем предпочтительнее чем универсальных процессоров. Стоит учитывать однако, что в идеале, тренировка сети делается один раз и в одном месте, а вот inference/scoring, ну то есть, применение модели над данными может происходить часто и массово. Например, системы наблюдения за автомобильным движением. Это могут быть сотни тысяч устройств по стране, работающие 24×7, т. е. непрерывно. Тут уже важно и энергопотребление и цена и габариты системы в целом. Но и здесь, все идет к тому чтобы применять специализированные процессоры, т.к. специализированный процессор, как правило, всегда будет более эффективен на своей специальной задаче чем универсальный. Судя по новостям, работают в этом направлении и у нас, недавно здесь проходила новость о разработке отечественного нейропроцессора.

Если вас интересуют нейросети, то обратите внимание на вот это.

Микропроцессор IVA

Специализированные процессоры IVA — это разработка IVA Technologies, которая базируется на результатах собственных исследований нейропроцессоров. Решение IVA обладает следующими ключевыми преимуществами:

гибконастраиваемое IP-ядро ускорителя тензорных вычислений;

поддержка Convolutional, FC, LSTM сетей, 3D-Convolution;

фреймворк для оптимизации сетей.

В сравнении с существующими конкурентными решениями процессоры IVA Technologies демонстрируют значительно более высокую производительность (GFLOPS) при минимально потребляемой мощности:

10 000 вычислительных элементов;

20 TOPS;

типы данных: integer и reduced float;

оптимизация вычислений для разреженных матриц (Fine grain Sparsity);

мощность: 100 W.

Микропроцессоры IVA будут представлены в двух вариантах исполнения: FPGAs и ASICs. Также в разработке находится возможность интеграции IP-ядра в качестве сопроцессора на SoC для мобильных устройств.

План развития продукта:

Q3 18 — демо FPGA для сверточных сетей (ResNet, GoogleNet, Mobile net);

Q4 18 — поддержка 3D-Convolution;

Q4 18 — демо FPGA для рекурентных сетей (Deep Speech, Natural Language Translation);

2019 — тестовый образец микросхемы IVA.

Я думаю уже поздно осваивать устаревшие интерфейсы. Есть PCI-E, он сейчас актуальней. Скорости выросли.

Молодцы, но нужно что-то решать с подключением накопителей (SATA для серверов не очень).

Ну решают как-то.

Вот тут судя по картинкам (Яхонт-УВМ Э124) — чипы SAS HBA распаяны на платах — один HBA колонку. Выше все HBA через PCIe свич подключены к КПИ.

 http://sec18.rans.ru/imag...present18/Semenovskiy.pdf 

Я правда не знаю существует эта железка в реальном мире или нет.