NVIDIA und VMware gaben heute auf der VMworld 2019 in San Francisco bekannt, dass sie beschleunigte GPU-Dienste für VMware Cloud on AWS bereitstellen werden. Diese neue Technologiekombination ermöglicht es VMware Cloud on AWS, ihre modernen Unternehmensanwendungen, einschließlich KI-, maschinellem Lernen und Datenanalyse-Workflows, auf eine Weise zu betreiben, die sowohl hoch skalierbar als auch sicher ist.
NVIDIA und VMware gaben heute auf der VMworld 2019 in San Francisco bekannt, dass sie beschleunigte GPU-Dienste für VMware Cloud on AWS bereitstellen werden. Diese neue Technologiekombination ermöglicht es VMware Cloud on AWS, ihre modernen Unternehmensanwendungen, einschließlich KI-, maschinellem Lernen und Datenanalyse-Workflows, auf eine Weise zu betreiben, die sowohl hoch skalierbar als auch sicher ist.
KI kann Unternehmensanwendungen buchstäblich verändern. Viele große und kleine Unternehmen nutzen KI und KI-Strategien, um Vorhersagemodelle zu erstellen. Gleichzeitig werden Anwendungen des maschinellen Lernens wie Bild- und Spracherkennung, fortschrittliche Finanzmodellierung und Verarbeitung natürlicher Sprache mithilfe neuronaler Netze eingesetzt. Sowohl KI- als auch ML-Anwendungen sind für schnelleres Training und Echtzeit-Inferenz stark auf NVIDIA-GPUs angewiesen.
VMware Cloud on AWS-Kunden möchten auch KI und ML nutzen und erhalten durch diese Partnerschaft nun Zugriff auf einen hoch skalierbaren und sicheren Cloud-Service, der aus Amazon EC2-Bare-Metal-Instanzen besteht, die durch NVIDIA T4-GPUs und das neue NVIDIA Virtual Compute beschleunigt werden Server (vComputeServer) Software. Kunden, die VMware vSphere-basierte Anwendungen verwenden, können diese sowie Container nahtlos in die VMware Cloud on AWS migrieren. Diese Anwendungen werden nicht nur unverändert migriert, sondern haben dann auch Zugriff auf alle Vorteile der Cloud, einschließlich Anwendungen für Hochleistungsrechnen, maschinelles Lernen, Datenanalyse und Videoverarbeitung.
Zu den Vorteilen von VMware Cloud on AWS mit NVIDIA GPU für KI, ML und Datenanalyse gehören:
- Nahtlose Portabilität: Mit VMware HCX können Kunden Workloads mit NVIDIA vComputeServer-Software und GPUs mit einem einzigen Tastendruck und ohne Ausfallzeiten verschieben. Dadurch erhalten Kunden mehr Auswahl und Flexibilität bei der Durchführung von Schulungen und Inferenzen in der Cloud oder vor Ort.
- Elastische AWS-Infrastruktur: Mit der Fähigkeit, VMware Cloud on AWS-Cluster automatisch zu skalieren, beschleunigt durch NVIDIA T4, können Administratoren die verfügbaren Schulungsumgebungen je nach den Anforderungen ihrer Datenwissenschaftler vergrößern oder verkleinern.
- Beschleunigtes Computing für moderne Anwendungen: NVIDIA T4-GPUs verfügen über Tensor-Kerne zur Beschleunigung von Deep-Learning-Inferenz-Workflows. Wenn diese mit der vComputeServer-Software für GPU-Virtualisierung kombiniert werden, haben Unternehmen die Flexibilität, GPU-beschleunigte Workloads wie KI, maschinelles Lernen und Datenanalysen in Virtualisierungsumgebungen auszuführen und so die Sicherheit, Auslastung und Verwaltbarkeit zu verbessern.
- Konsistente Hybrid-Cloud-Infrastruktur und -Betrieb: Mit VMware Cloud on AWS können Unternehmen eine konsistente Infrastruktur und konsistente Abläufe in der gesamten Hybrid Cloud einrichten und dabei die VMware-Industriestandards vSphere, vSAN und NSX als Grundlage für die Modernisierung geschäftskritischer Anwendungen nutzen. IT-Betreiber werden in der Lage sein, GPU-beschleunigte Arbeitslasten innerhalb von vCenter zu verwalten, genau wie GPU-beschleunigte Arbeitslasten, die auf vSphere vor Ort ausgeführt werden.
- Nahtlose, durchgängige Data-Science- und Analyse-Pipeline: Die NVIDIA T4-GPU für Rechenzentren beschleunigt Mainstream-Server und beschleunigt Data-Science-Techniken mithilfe von NVIDIA RAPIDS, einer Sammlung von NVIDIA-GPU-Beschleunigungsbibliotheken für Data Science, einschließlich Deep Learning, maschinelles Lernen und Datenanalyse .
Melden Sie sich für den StorageReview-Newsletter an
