作为电脑主机中的细分领域产品，大众对台式工作站的了解并不多，然而对于企业用户和专业工作者来说，台式工作站往往拥有着比普通台式电脑更为强悍的专业功能，比如近年来大火的AI，有道是“工欲善其事，必先利其器”，如果没有一台强力的GPU工作站，做模型训练简直就是一种折磨。虽然由于实际应用环境的差异，开发者对GPU工作站的性能需求都有所不同，但处理器、硬盘、显卡、以及散热表现首先要足够优秀。
凭借着多年来在工作站上的发力，惠普在全球的金融、医疗、制造、汽车、能源、教育、设计等各个行业都有专门的工作站供专业工作者使用，与他们一同促进了行业发展。在数据科学领域也是如此，在以往，大量的人工智能从业者将80%以上的时间用到了数据处理和准备上。而作为惠普工作站金字招牌的HP Z系列工作站，可以通过其出色的GPU处理功能，让这个阶段变得更加轻松。
比如今天笔者要为大家介绍的HP Z8 G4，就非常适合运行复杂的模拟、机器学习以及海量数据的处理，作为高性能的企业级解决方案，HP Z8 G4可以显著提高人工智能从业者的工作效率，在加速创建业务洞察的同时降低成本，助力企业的数据科学相关部门持续健康发展，那么话不多说，就让我们看看它都有什么过人之处吧！
HP Z8 G4 工作站
01 外观精致，模块化设计
在介绍具体配置之前，首先带大家快速了解一下HP Z8 G4的外观设计和内部结构。
外观方面，一眼就能看出HP Z8 G4采用了铝制结构，并且以黑色磨砂呈现，可以说是完全长在了开发者的颜色审美上，HP Z8 G4上方的两个把手可以说是锦上添花，在把手的帮助下可以更方便地移动。
把手设计深得我心
机箱正面除了Logo和型号标识外并没有其他多余的东西，并且整体被分成了两个部分，上半部分是电源键、一个耳机接口和4个USB 3.1接口（1个支持充电），下半部分则全部为大面积的散热开孔。
正面接口就已足够丰富
后置接口则包括6个USB 3.1接口、2个RJ-45网口（1GbE）、两个音频接口（1输入1输出）、2个PS/2接口（支持键盘和鼠标）和1个串口。
背部采用蜂窝式设计
机体部分最让我感到惊艳的是它模块化的设计理念，侧面的提手处轻轻往上一提即可从侧面打开侧板。
侧面的提手
侧板打开后，可以看到明显的三个部分：CPU和内存盖板、显卡盖板和硬盘部分。
侧板打开后是三大部分
打开CPU和内存盖板，映入眼帘的是Intel Xeon Silver 4216处理器和风扇，还有24个DDR4 ECC内存插槽，虽然只插了四个，但对于本次的测试来说，也是轻松拿捏了。
CPU拥有独立的高压风扇
显卡盖板后边则是GPU的算力之源：NVIDIA RTX A6000，作为售价高达4万元以上的专业级图形显卡，其强悍的GPU性能可以为专业工作者提供源源不断的动力，具体性能部分留到后边再讲。
性能惊人的NVIDIA RTX A6000
总的来说，HP Z8 G4的内部布局让人感到整洁无暇，主机后端的电源部分也可以实现免工具拆卸，极大地方便了后续的性能扩展。
最后我想单独说一下散热，仔细观察就能看到分布在前面板、前把手后方和机箱侧面的隐藏进风口，而且HP Z8 G4工作站为每颗处理器都配备了高压风扇散热排，机身内部则采用了鹦鹉螺式的设计方案，根据惠普官方数据，这样的设计增加了多达33%的出风量，也让机器在使用过程中几乎无噪音，根据我的测试过程来看，出风口并不烫手，也没有风扇高速旋转的噪音，完全满足了室内工作环境安静的需求。
独特的鹦鹉螺设计
02 强悍性能，专业首选
接下来就到了本次测评的重点，上文中已经提到，我这次拿到的机器配置了Intel Xeon Silver 4216处理器和NVIDIA RTX A6000，那这样的配置究竟能为数据科学工作者带来什么呢？
首先是CPU部分，Intel Xeon Silver 4216处理器采用14纳米工艺，16核心32线程设计，CPU主频2.1GHz，最大睿频为3.2GHz，TDP 100W。
CPU信息一览
缓存信息一览
首先通过CPU-Z进行测试，单核363.5分，多核5938.5分。
CPU-Z自带跑分测试
然后通过Cinebench R23对CPU进行一般建模，动画和仿真性能（单核）以及标准渲染器或物理渲染器的运行速度（多核）的测试，可以看到其单核分数为829分，多核分数则达到了恐怖的25986分，多核渲染过程只能用“啪的一下，很快啊”来形容了。
内存方面，本次用于测试的HP Z8 G4虽然只插了4根内存条，但内存大小也来到了恐怖的64GB，这里我们通过AIDA64来测试一下内存性能。
内存条
内存性能
硬盘方面，这次的HP Z8 G4搭载了两块2T 7200转HDD，还有两个硬盘位可做扩展，同时还有一块512GB的SKhynix PC601 SSD，为HP Z8 G4提供了高效的存储读写能力，双HDD+SSD的组合完全可以满足数据科学对大容量数据的存储与读写需求。
随机搭载的机械硬盘
其中一块机械硬盘的信息
SSD信息
最后就来到了显卡部分，首先为大家介绍一下NVIDIA RTX A6000，作为企业级专业应用市场的超高端显卡，RTX A6000能帮助实现新一代革命性设计和科研突破，作为NVIDIA的第二代RTX架构，RTX A6000核心内还集成了第2代RT Core和第3代Tensor Core。凭借着翻倍的吞吐量，RTX A6000能提供先进的光线追踪和AI人工智能训练功能，不仅具备更大的处理规模，执行效率也会更高。从GPU-Z我们可以直观地看到，HP Z8 G4搭载的这块RTX A6000，显存达到了惊人的48G。
GPU-Z信息
48G的显存是什么概念呢？拿玩家们心里的白月光RTX 3090来说，它的显存是24G，而在深度学习模型训练过程中，48G的显存可以显著增大批处理数（每次输入的图片数量）的大小，可以显著提高模型的泛化能力以及稳定性。
RTX A6000理论性能
首先通过SPECviewperf 2020来测试RTX A6000的专业图形性能，这是一款专业图形工作站领域流行的综合性能测试软件，全新的SPECviewperf 2020对测试子集进行了更新，并引入了一些新素材和新模型。包括了常见的3dsMax、Maya、Catia、UGNX、Solidworks、Creo软件性能测试，以及医疗和能量仿真性能测试。通过模拟对软件场景的交互操作的速度来评分，最终得出显卡的图形性能的相对性能。
SPECviewperf 2020界面
测试截图
测试过程中的GPU监测情况
测试结果
然后是3DMark的Time Spy Extreme测试，结果为8246分。
3DMark测试结果
然后再通过Geekbench对GPU进行测试，结果如下。
Geekbench GPU测试结果
在诸如一些GPU运算性能、加密解密性能等测试项目，通过SiSoftwareSandra Lite进行测试，结果如下表。
SiSoftwareSandra Lite测试结果
当然了，作为数据科学工作者，最看重的肯定是在推理也训练方面的性能，我在这里引用了RTX A6000与RTX 6000在DL ResNet50以及Image-classification对比表现，以便大家更直观地理解RTX A6000在人工智能方面的强悍性能。
Image-classification测试
DL ResNet50测试
援引英伟达的官方数据，ResNet50训练半精情况下RTX A6000是RTX 6000的1.3倍，单精情况下RTX A6000是RTX 6000的1.6倍。在推理方面，RTX A6000集成了第三代Tensor Core核心，显卡整体的推理能力提升了。FP16和INT8差不多都是1.2倍左右的性能。
整体来看，凭借这块NVIDIA RTX A6000，可以为训练、推理提供足够的算力支撑，完全可以满足中小型模型训练的算力需求。
03 HP Z8 G4，加速数据科学工作流程的不二之选
在人工智能飞速发展的今天，越来越多的工作者都投身于人工智能的建设当中，这也让工作者们产生了对多元算力的需求。
而工作站作为一种以个人计算机和分布式网络计算为基础，主要面向专业应用领域，具备强大的数据运算与图形、图像处理能力，为满足工程设计、动画制作、科学研究、软件开发、金融管理、信息服务、模拟仿真等专业领域而设计开发的高性能计算机，在面向数据科学领域可以说是完全展现出了应有的实力，HP Z8 G4作为HP Z系列的优秀数据科学工作站，让单机性能即可处理大数据量的训练与推理，更何况HP Z8 G4还可配置最多两块RTX 8000显卡，可以进一步缩短数据处理的时间，让人工智能变得更加轻松。充分完成数据科学工作的需求。
毫无疑问，对数据科学工作者们而言，HP Z8 G4是神器一般的存在。
扫码关注惠普Z Club获取更多信息
本文属于原创文章，如若转载，请注明来源：数据科学从业者的“神器” HP Z8 G4工作站测评https://epc.zol.com.cn/771/7714763.html
