Lambda, in collaborazione con Razer, ha annunciato il nuovo Lambda Tensorbook, presentato dall’azienda come il laptop più potente al mondo progettato per il deep learning.
Disponibile con Linux e il software di deep learning di Lambda, l’elegante laptop, abbinato a Lambda GPU Cloud, fornisce agli ingegneri tutti gli strumenti software e le prestazioni di calcolo di cui hanno bisogno per creare, addestrare e testare i modelli di deep learning localmente.
Fondata e guidata da ingegneri del deep learning, Lambda è una società costituita nel 2012, specializzata nel fornire un’infrastruttura di deep learning che include un servizio GPU cloud, server on-prem, cluster di GPU, workstation GPU e laptop GPU.
Tra clienti dell’azienda ci sono nomi importanti quali: Intel, Microsoft, Google, Amazon Research, MIT, Stanford, Harvard e altri.
Il nuovo Tensorbook è preconfigurato con un ambiente software completo di Lambda, tra cui Ubuntu Linux con Lambda Stack per poter eseguire il training di grandi carichi di lavoro, in qualsiasi momento e ovunque.
Il laptop presenta un hardware elegante e ad alte prestazioni di Razer, potenziato da Nvidia RTX 3080, una delle più potenti GPU mobili disponibili, per il calcolo dedicato e la piena compatibilità con TensorFlow, PyTorch, cuDNN, CUDA e altri framework e strumenti di machine learning.
Lambda afferma che la GPU GeForce RTX 3080 Max-Q 16GB del Tensorbook offre prestazioni di training dei modelli fino a 4 volte più veloci del chip M1 Max di Apple e fino a 10 volte più veloci delle istanze Google Colab.
Nel laptop Tensorbook, Lambda Stack è preinstallato su Ubuntu Linux con gli ultimi driver e gli strumenti di machine learning, tra cui PyTorch, Tensorflow, CUDA e cuDNN.
Inoltre, l’azienda aggiorna continuamente il Lambda Stack, e ciò permette agli utenti di aggiornare i propri sistemi con un solo comando.
Per il nuovo laptop Tensorbook per il deep learning, le due aziende hanno combinato l’esperienza di Razer nello sviluppo di prodotti ad alte prestazioni sia per i gamer che per i creatori di contenuti, all’expertise e agli strumenti software di Lambda per sfruttare il computing per il machine learning.
