Gigabyte dévoile sa vision de la 5G

En l’absence de Mobile World Congress cette année, Gigabyte a procédé comme de nombreuses autres firmes investies dans le high-tech à savoir, en présentant ses produits “en ligne”. Aussi, l’intéressé a mis en place un stand virtuel sur son site web afin de dévoiler ses prochains services 5G et plateformes MEC (Multi-access Edge Computing).

Des serveurs à la pointe de la 5G

• Le serveur G591-HS0, qui prend en charge jusqu’à 32 cartes d’accélération et peut fournir de puissantes capacités de calcul pour construire un serveur combiné d’assemblage et de traitement MEC/VR. Il permet de traiter et de stocker localement des vidéos haute résolution sur l’unité de bande de base, ce qui le rend idéal pour permettre la diffusion en direct de vidéos 8K ou 360 VR lors de grands événements.
• Le serveur CrowdCell 5G avec LimeNET, qui permet de régler les problèmes de la 5G à courte portée et de chute de signal causés par les murs en béton. Cela est possible grâce à la technologie eMBB qui va permettre une nouvelle génération d’expérience pour les spectateurs.
• La plateforme de serveur H242-Z10 est une plateforme compacte accélérée par une carte graphique qui peut être déployée pour connecter un réseau de voitures intelligentes. Elle permet de surmonter les limites du traitement de données et les problèmes de latence et de transmission du cloud computing. Elle peut aussi être utilisée comme serveur mMTC pour soutenir un réseau de l’Internet des Objets et ainsi être la base d’une ville connectée.

Des centres de données pour l’ère 5G

• La solution de stockage définie par le logiciel de GIGABYTE peut consolider les supports existants et ajouter sans effort tous les principaux types de stockage (bloc, objet ou fichier) tout en simplifiant la gestion et en réduisant les coûts d’infrastructure.
• L’appareil de formation DNN (Deep Neural Networks) de GIGABYTE est une plateforme de développement d’IA qui combine des serveurs GPU haute performance et une interface graphique intuitive avec de puissantes optimisations pour améliorer la précision et réduire le temps nécessaire à la formation DNN.