Razer e Lambda hanno lanciato Tensorbook, un notebook molto simile ad un Razer Blade ma con software specifico per applicazioni di machine learning e intelligenza artificiale. È in vendita a partire da 3499 dollari.
Razer e Lambda, un'azienda che offre hardware/software per deep learning, hanno collaborato allo sviluppo di un nuovo notebook. Rivolto agli sviluppatori di applicazioni di Intelligenza Artificiale, Razer x Lambda Tensorbook è sostanzialmente un Razer Blade 15 Studio Edition leggermente più potente con software Lambda Stack AI preinstallato.
Già in vendita al prezzo di partenza di 3499 dollari, il nuovo Tensorbook è dotato di un processore Intel Core i7-11800H (Tiger Lake) fino a 4.6GHz, 64GB di RAM, 2TB di storage e una scheda grafica dedicata Nvidia RTX 3080 Max-Q con 16GB di VRAM, in uno chassis in alluminio ultrasottile che ricorda i notebook Razer Blade per il design. Questo laptop con display da 15.6 pollici (2560 x 1440 pixel) a 165Hz possiede inoltre una Thunderbolt 4, tre porte USB Type-A 3.2, una HDMI ed un lettore di schede microSD per espandere la memoria interna.
Passando alla componente software, Tensorbook gira su Ubuntu Linux 20.04 LTS, sebbene ci sia un'opzione per il dual-boot con Windows, ed è fornito di una serie di applicativi Lambda per machine learning con supporto tecnico valido per un anno. La suite comprende PyTorch, TensorFlow, CUDA, cuDNN e driver per la GPU Nvidia.
"Il nuovo Tensorbook mira a risolvere un problema riscontrato da molti ingegneri del machine learning, creando una macchina individuale dedicata allo sviluppo di AI e DL. La maggior parte degli ingegneri ML non dispone di un laptop con GPI dedicata, costringendoli ad utilizzare risorse condivise su una macchina remota, rallentando il ciclo di sviluppo. Grazie a PyTorch e TensorFlow, Razer x Lambda Tensorbook consente di sviluppare e dimostrare rapidamente il proprio lavoro: tutto da un'interfaccia GUI locale. Niente più SSH!
Naturalmente, se non è necessario eseguire applicazioni di deep learning e software AI in locale sul proprio laptop, gli sviluppatori possono anche acquistare servizi cloud extra di Lambda che includono macchine virtuali con GPU Nvidia o AMD per ottenere prestazioni più elevate, ma - come spiega Lambda - l'installazione dello stack software su un laptop fornisce un modo più affidabile per accedere al codice o mostrare demo senza la necessità di un server remoto.