先進架構(gòu)，打造數(shù)據(jù)中心綠色多維算力

MTT S2000采用12nm制程，使用4096個MUSA核心，最大配置32GB顯存，單精度算力最高可達到12TFlops，支持H.264、H.265、AV1多路高清視頻編解碼，以及各種AI模型算法加速。MTT S2000采用被動散熱、單槽設(shè)計，滿足數(shù)據(jù)中心高密度GPU配置方式。

為提升MUSA架構(gòu)產(chǎn)品在實際生產(chǎn)環(huán)境中的表現(xiàn)，摩爾線程還為MTT S2000系列產(chǎn)品推出了針對硬件架構(gòu)進行專門優(yōu)化的統(tǒng)一編程模型、運行庫、驅(qū)動等軟件工具，可方便開發(fā)人員完成應用的移植和適配，充分調(diào)用MTT S2000的硬件資源和算力。

MTT S2000支持OpenGL、OpenGL ES、DirectX、Vulkan等圖形API；通過FFMPEG和VA-API/DXVA等兼容支持音視頻處理生態(tài)；并通過OpenCL及Vulkan滿足AI和科學計算的程序兼容。

摩爾線程MTT S2000兼容X86、ARM等CPU架構(gòu)以及主流Linux操作系統(tǒng)發(fā)行版，并已著手與多家服務器合作伙伴開展合作，包括浪潮、新華三、聯(lián)想、清華同方、長城超云、思騰合力（排名不分先后）等OEM廠商的多款通用服務器及GPU服務器型號，可以在眾多硬件和應用環(huán)境中完成部署。

• 加速PC云桌面：摩爾線程MUSA架構(gòu)所采用的MT Mesh 1.0 GPU虛擬化技術(shù)使MTT S2000能夠在虛擬化架構(gòu)中獲得更高的性能和效率。MTT S2000是國內(nèi)率先基于硬件的GPU 虛擬化解決方案，以行業(yè)標準SR-IOV（單根I/O 虛擬化）技術(shù)為基礎(chǔ)，實現(xiàn)每個物理GPU 上容納多個虛擬化用戶遠程工作。

MTT S2000虛擬化技術(shù)將極大地促進云桌面用戶體驗提升。

用戶既可以按照傳統(tǒng)GPU直通式方案，將一個GPU與單個虛擬機進行綁定以獲得單應用的最大性能；也可通過GPU虛擬化的方式將GPU分配給眾多虛擬機，以實現(xiàn)盡可能高的算力資源使用率。

在虛擬機中，摩爾線程提供了對Windows和Linux操作系統(tǒng)的同時支持，并兼容DirectX、OpenGL、Vulkan等渲染API，保證了用戶應用程序的兼容性。同時，借助摩爾線程DirectStream技術(shù)，MTT S2000可以一體化更快速完成渲染編碼，以及并發(fā)支持多路的視頻編碼，有效降低CPU負載和系統(tǒng)時延。

• 原生Android云游戲加速：MTT S2000支持ARM架構(gòu)，并支持鯤鵬、安培、飛騰等CPU的服務器產(chǎn)品。MTT S2000直接提供對OpenGL ES接口的原生支持，并支持ETC/ETC2/ASTC/S3TC等紋理材質(zhì)的硬件處理，這使得MTT S2000顯存帶寬的使用效率能夠獲得2.4倍提升，從而讓摩爾線程GPU在云手機和云游戲中展現(xiàn)出更好的渲染效率。同時MTT S2000還搭載了摩爾線程第一代安卓云加速平臺（Android Cloud Accelerator，ACX），通過安卓驅(qū)動透傳和GPU硬件編碼大幅提升了安卓云手機、云游戲應用的計算效率并極大提高了安卓系統(tǒng)兼容性。
• 加速視頻云計算：基于獨立的硬件編碼器和解碼器，MTT S2000能夠完成多路并發(fā)的硬件編解碼，大幅提升視頻云的計算效能。在格式支持方面，MTT S2000不僅能夠?qū)崿F(xiàn)H.264和H.265等視頻格式的硬件編碼，更率先提供了對下一代編碼標準AV1的硬件支持。在解碼方式方面，MTT S2000則能夠?qū).264、H.265、AV1、VP9/VP8等格式提供硬件支持，在云端視頻轉(zhuǎn)碼、視頻壓縮、網(wǎng)絡(luò)視頻、直播、遠程會議、監(jiān)控等行業(yè)有著極廣的適用范圍。
• 云端Unreal/Unity應用渲染：MTT S2000針對Unreal和Unity等應用渲染框架，在驅(qū)動上進行了深度適配和優(yōu)化，以保證充分發(fā)揮GPU內(nèi)部的硬件能力。無論是傳統(tǒng)渲染框架的渲染，還是AI輔助的渲染，摩爾線程全棧功能的GPU都能夠予以支持和加速。
• 加速AI計算：得益于豐富的模型庫支持和先進硬件設(shè)計，MTT S2000能夠滿足計算機視覺、自然語言處理等多種智能應用場景的模型訓練和推理應用，并對包括DBNet、CRNN、FastRCNN、Yolo V2/V3/V5、PSENet、Mask RCNN、Resnet 50/101、Inception、Vgg、Alexnet、Densenet、Unet等在內(nèi)的眾多主流深度學習算法提供支持。同時，MTT S2000也支持用戶使用PyTorch、TensorFlow、PaddlePaddle等深度學習框架進行算法開發(fā)及應用搭建。此外，用戶也可通過應用更廣泛的OpenCL及CUDA環(huán)境進行開發(fā)，大幅降低了新硬件的學習及應用門檻，提升開發(fā)速度。

zhupb