Nvidia
Med AI och maskininlärning som en allt viktigare del av modern databehandling förblir Nvidias affärsgrunder starka. De har spetsat på deras ansträngningar att vara en framträdande kraft i serverbranschen och skapa partnerskap med flera tekniska företag. Nyligen tillkännagav Nvidia och VMware en koppling, som kommer att föra Nvidias vGPU (Virtual GPU Technology) till VMwares vSphere-stack på AWS.
GPU: er är utformade med tanke på dataparallell beräkning, vilket påskyndar vektor- och matrisoperationer. Detta gör dem idealiska för AI-arbetsbelastningar.
Tidigare begränsad till endast CPU kan AI-arbetsbelastningar nu enkelt distribueras i virtualiserade miljöer som VMware vSphere med nya vComputeServer programvara och NVIDIA NGC . Genom vår partnerskap med VMware , den här arkitekturen hjälper organisationer att sömlöst migrera AI-arbetsbelastningar på GPU: er mellan kunddatacenter och VMware Cloud på AWS.
- ANNE HECHT (Nvidia)
GPU-accelererade arbetsbelastningar körs ofta på fysiska servrar med en hyresgäst, men med vComputeServer-företag kan hantera AI-arbetsbelastningar i en virtualiserad miljö, detta ger mer flexibilitet och monetära besparingar (upp till en viss skala). Nvidia stöder redan några KVM-baserade hypervisorer, inklusive Red Hat och Nutanix. VMwares vSphere är det senaste tillskottet.
Funktionerna i vComputeServer inkluderar:
- GPU-prestanda: Upp till 50 gånger snabbare djupinlärningsträning än endast CPU, liknande prestanda som att köra GPU på ren metall.
- Avancerad beräkning: Felkorrigeringskod och dynamisk sidpensionering förhindrar dataskador för hög noggrannhet arbetsbelastningar.
- Live migration: GPU-aktiverade virtuella maskiner kan migreras med minimal störning eller stillestånd.
- Ökad säkerhet: Företag kan utöka säkerhetsfördelarna med servervirtualisering till GPU-kluster.
- Flera hyresgäster isolering : Arbetsbelastningar kan isoleras för att säkert stödja flera användare på en enda infrastruktur.
- Hantering och övervakning : Administratörer kan använda samma hypervisor-virtualiseringsverktyg för att hantera GPU-servrar, med synlighet på värd, virtuell maskin och appnivå.
- Brett utbud av stödda GPU: er: vComputeServer stöds på NVIDIA T4 eller V100 GPU, liksom Quadro RTX 8000 och 6000 GPU, och tidigare generationer av Pascal-arkitektur P40, P100 och P60 GPU.
- Nvidia
VMware vSphere-användare kommer också att få Nvidia GPU Cloud-stöd, vilket är en GPU-accelererad molnplattform optimerad för djupinlärning och vetenskaplig datoranvändning. Anne Hecht från Nvidia skriver “ NVIDIA NGC , vårt nav för GPU-optimerad programvara för djupinlärning, maskininlärning och HPC, erbjuder över 150 containrar, förutbildade modeller, träningsskript och arbetsflöden för att påskynda AI från koncept till produktion, inklusive FORS , vår CUDA-accelererade datavetenskapsprogramvara ”.
VMware-partnerskap i linje med senaste inköp
VMware kommer att förvärva Bitfusion, vilket kommer att tillföra mycket värde till sin molnplattform vSphere. Som vi diskuterade tidigare i artikeln kan virtualisering erbjuda företag många fördelar med en minimal prestationshit. Med Bitfusions teknik kommer företag att kunna gå bort från bare-metal-servrar och virtualisera sina GPU: er, eftersom ett sådant arrangemang kan resultera i bättre utnyttjande av tillgängliga resurser. Med accelererad databehandling i centrum kommer företag att leta efter sätt att virtualisera sin hårdvarustack, VMware är väl medveten om detta och de går för att göra vSphere-plattformen viktig i datacenter.
Taggar nvidia