纵观 2018 年，机器学习推进的势头稳步提升。 随着 NVIDIA 2019 年 GPU 技术大会的临近，现在正是回顾 NetApp 和 NVIDIA 在过去一年中如何为机器学习和 AI 的进步做出贡献以及今年的计划的好时机。
纵观 2018 年，机器学习推进的势头稳步提升。 随着 NVIDIA 2019 年 GPU 技术大会的临近，现在正是回顾 NetApp 和 NVIDIA 在过去一年中如何为机器学习和 AI 的进步做出贡献以及今年的计划的好时机。
此前，NetApp 的 ONTAP AI 结合了 NVIDIA 的 DGX-1 超级计算机、NetApp 的 AFF A800 存储和思科的网络设备，以提供具有经过全面测试的架构的单一融合设备解决方案。 在接下来的一年里，DGX-1 将换成 NVIDIA DGX-2，据报道后者提供的功率是第一代系统的十倍。 NetApp 宣布他们将在下周的展会上为新设备分享以人工智能为中心的真实基准测试； 值得期待的事情。 DGX-2 平台利用完整的 NVIDIA GPU Cloud 深度学习软件堆栈来充分利用其 16 个完全互连的 GPU。 NVIDIA 表示它提供 2.4 TB/s 的对分带宽。 AFF A800 与去年的设备中使用的组件相同，据推测，Cisco 组件也是如此。
新一代也将被添加到 NVIDIA 的 DGX-Ready 数据中心计划中。 该计划使客户能够通过托管合作伙伴网络访问数据中心服务。 作为该计划的一部分，ScaleMatrix 提供了四个为美国服务的数据中心。 这四个数据中心将包括 DDC 液冷机柜，单个 52U 机柜可支持高达 45kW 的功率负载。 这些机柜能够容纳 DGX-2 ONTAP AI 设备。
许多人工智能公司要么与 NetApp 合作，要么使用 ONTAP AI。 Allegro.ai 将 NVIDIA DGX 工作站用于其计算机视觉平台。 Parabricks 一直在使用 ONTAP AI 将对基因组数据进行二次分析的时间从几天缩短到一个小时以下。 H20 开源 Driverless AI 平台一直与 NetApp 合作，使高级数据科学和 AI 更容易获得。
