Idag presenterade NVIDIA sin nya programvara vComputeServer. Genom ett partnerskap med VMware sägs dessa nya tekniker föra GPU-virtualisering till AI, Deep Learning och Data Science. Kunder kommer att sömlöst kunna migrera AI-arbetsbelastningar på GPU:er mellan kunddatacenter och VMware Cloud på AWS. Tillkännagivandet idag stöder inte bara VMware vSphere, utan även KVM-baserade hypervisorer inklusive Red Hat och Nutanix.
Idag presenterade NVIDIA sin nya programvara vComputeServer. Genom ett partnerskap med VMware sägs dessa nya tekniker föra GPU-virtualisering till AI, Deep Learning och Data Science. Kunder kommer att sömlöst kunna migrera AI-arbetsbelastningar på GPU:er mellan kunddatacenter och VMware Cloud på AWS. Tillkännagivandet idag stöder inte bara VMware vSphere, utan även KVM-baserade hypervisorer inklusive Red Hat och Nutanix.
AI, Deep Learning och Data Science är datorintensiva serverarbetsbelastningar. Fram till nu var dessa arbetsbelastningar begränsade till endast CPU. Nu med programvaran vComputeServer och NVIDIA NGC kan AI-arbetsbelastningar enkelt distribueras i virtualiserade miljöer som VMware vSphere. Detta fungerar genom att tillåta administratörer att köra AI-arbetsbelastningar på GPU-servrar i virtualiserade miljöer. NVIDIA säger att detta kommer att förbättra säkerheten, användningen och hanterbarheten. Att utnyttja vComputeServer med fyra NVIDIA V100 GPU: er accelererar djupinlärning 50 gånger snabbare än CPU-servrar.
Releasen av vComputeServer utökar NVIDIAs vGPU-portfölj till att omfatta stöd för dataanalys, maskininlärning, AI, djupinlärning, HPC och andra serverbelastningar. Den nya programvaran tillhandahåller också flera funktioner som GPU-delning, så att flera virtuella maskiner kan drivas av en enda GPU, och GPU-aggregation, så att en eller flera GPU:er kan driva en virtuell maskin. Detta möjliggör maximalt utnyttjande samtidigt som befintlig teknik utnyttjas på ett kostnadseffektivt sätt.
Funktioner i vComputeServer inkluderar:
- GPU-prestanda: Upp till 50 gånger snabbare djupinlärningsträning än endast CPU, liknande prestanda som att köra GPU på bar metall.
- Avancerad beräkning: Felkorrigering av kod och dynamisk sidavveckling förhindrar datakorruption för högprecis arbetsbelastning.
- Livemigrering: GPU-aktiverade virtuella maskiner kan migreras med minimala avbrott eller driftstopp.
- Ökad säkerhet: Företag kan utöka säkerhetsfördelarna med servervirtualisering till GPU-kluster.
- Isolering av flera hyresgäster: Arbetsbelastningar kan isoleras för att säkert stödja flera användare på en enda infrastruktur.
- Hantering och övervakning: Administratörer kan använda samma hypervisorvirtualiseringsverktyg för att hantera GPU-servrar, med synlighet på värd-, virtuell maskin- och appnivå.
- Brett utbud av GPU:er som stöds: vComputeServer stöds på NVIDIA T4 eller V100 GPU:er, såväl som Quadro RTX 8000 och 6000 GPU:er och tidigare generationer av Pascal-arkitektur P40, P100 och P60 GPU.
Tillgänglighet
NVIDIA vComputeServer förväntas vara tillgänglig denna månad.
Anmäl dig till StorageReviews nyhetsbrev
