„VMware Cloud“, esanti AWS, gauna virtualizuotus GPU, kai įmonė bendradarbiauja su „Nvidia“

Nvidia

Kai dirbtinis intelektas ir mašininis mokymasis yra vis nepakeičiama šiuolaikinio skaičiavimo dalis, „Nvidia“ verslo pagrindai išlieka tvirti. Jie vadovavo savo pastangoms būti svarbia serverių verslo jėga, kuriančia partnerystę su daugeliu technologijų kompanijų. Neseniai „Nvidia“ ir „VMware“ paskelbė susiejimą, kuris atves „Nvidia“ vGPU („Virtual GPU Technology“) į „VMware“ „vSphere“ kaminą AWS.

GPU yra sukurti atsižvelgiant į lygiagretų duomenų skaičiavimą, kuris pagreitina vektorių ir matricų operacijas. Dėl to jie idealiai tinka dirbtinio intelekto krūviams.

Anksčiau apsiribota tik centriniu procesoriumi, AI darbo krūvius dabar galima lengvai pritaikyti virtualizuotose aplinkose, tokiose kaip „VMware vSphere“ su naujais „vComputeServer“ programinė įranga ir „NVIDIA NGC“ . Per mūsų partnerystė su „VMware“ , ši architektūra padės organizacijoms sklandžiai perkelti dirbtinio intelekto darbo krūvius GPU tarp klientų duomenų centrų ir „VMware Cloud“ AWS.

- ANNE HECHT („Nvidia“)

GPU pagreitinti darbo krūviai dažnai vykdomi vieno nuomininko fiziniuose serveriuose, tačiau su „vComputeServer“ įmonės gali vykdyti AI krūvius virtualizuotoje aplinkoje, tai suteikia daugiau lankstumo ir pinigų taupymo (iki tam tikros skalės). „Nvidia“ jau palaiko keletą hipervizorių, paremtų KVM, įskaitant „Red Hat“ ir „Nutanix“. „VMware“ „vSphere“ yra naujausias priedas.

„VComputeServer“ funkcijos apima:

• GPU našumas: Iki 50 kartų greitesnis giluminis mokymasis nei tik su centriniu procesoriumi, panašus našumas, kaip GPU veikiant ant pliko metalo.
• Išplėstinis skaičiavimas: Klaidas taisantis kodas ir dinamiškas puslapio panaikinimas apsaugo nuo duomenų sugadinimo dėl didelio tikslumo darbo krūvių.
• Tiesioginė migracija: Virtualiąsias mašinas, turinčias GPU, galima perkelti be minimalių trikdžių ar prastovų.
• Didesnis saugumas: Įmonės gali išplėsti serverio virtualizavimo saugumo pranašumus į GPU grupes.
• Kelių nuomininkų izoliacija : Jei norite saugiai palaikyti kelis vartotojus vienoje infrastruktūroje, darbo krūviai gali būti izoliuoti.
• Valdymas ir stebėjimas : Administratoriai gali naudoti tuos pačius hipervizoriaus virtualizavimo įrankius tvarkyti GPU serverius, matydami juos pagrindinio kompiuterio, virtualios mašinos ir programų lygiu.
• Platus palaikomų GPU asortimentas: „vComputeServer“ palaiko „NVIDIA T4“ arba „V100“ GPU, taip pat „Quadro RTX 8000“ ir „6000“ GPU bei ankstesnių „Pascal“ architektūros kartų P40, P100 ir P60 GPU.

- Nvidia

„VMware vSphere“ vartotojai taip pat gaus „Nvidia GPU Cloud“ palaikymą, kuris yra GPU pagreitinta debesų platforma, optimizuota giliam mokymuisi ir moksliniam skaičiavimui. Anne Hecht iš „Nvidia“ rašo „ „NVIDIA NGC“ , mūsų GPU optimizuotos programinės įrangos, skirtos giliam mokymuisi, mašininiam mokymuisi ir HPC, centras, siūlo daugiau nei 150 talpyklų, iš anksto paruoštų modelių, mokymo scenarijų ir darbo eigą, kad AI paspartėtų nuo koncepcijos iki gamybos, įskaitant GREITAI , mūsų CUDA pagreitinta duomenų mokslo programinė įranga “.

„VMware“ partnerystė pagal naujausią „Aquisition“

„VMware“ ketina įsigyti „Bitfusion“, kuris pridės daug vertės jos „vSphere“ debesų platformai. Kaip jau aptarėme anksčiau straipsnyje, virtualizacija gali pasiūlyti įmonėms daug naudos su minimaliu našumu. Naudodamosi „Bitfusion“ technologija, įmonės galės nutolti nuo nešvarių metalinių serverių ir virtualizuoti savo GPU, nes tokia tvarka gali geriau panaudoti turimus išteklius. Pagreitinto skaičiavimo metu centrinės įmonės ieškos būdų, kaip virtualizuoti savo aparatūros šūsnį, „VMware“ tai puikiai žino ir juda, kad „vSphere“ platforma būtų gyvybiškai svarbi duomenų centruose.