縱觀 2018 年，機器學習推進的勢頭穩步提升。 隨著 NVIDIA 2019 年 GPU 技術大會的臨近，現在正是回顧 NetApp 和 NVIDIA 在過去一年中如何為機器學習和 AI 的進步做出貢獻以及今年的計劃的好時機。
縱觀 2018 年，機器學習推進的勢頭穩步提升。 隨著 NVIDIA 2019 年 GPU 技術大會的臨近，現在正是回顧 NetApp 和 NVIDIA 在過去一年中如何為機器學習和 AI 的進步做出貢獻以及今年的計劃的好時機。
此前，NetApp 的 ONTAP AI 結合了 NVIDIA 的 DGX-1 超級計算機、NetApp 的 AFF A800 存儲和思科的網絡設備，以提供具有經過全面測試的架構的單一融合設備解決方案。 在接下來的一年裡，DGX-1 將換成 NVIDIA DGX-2，據報導後者提供的功率是第一代系統的十倍。 NetApp 宣布他們將在下週的展會上為新設備分享以人工智能為中心的真實基準測試； 值得期待的事情。 DGX-2 平台利用完整的 NVIDIA GPU Cloud 深度學習軟件堆棧來充分利用其 16 個完全互連的 GPU。 NVIDIA 表示它提供 2.4 TB/s 的對分帶寬。 AFF A800 與去年的設備中使用的組件相同，據推測，Cisco 組件也是如此。
新一代也將被添加到 NVIDIA 的 DGX-Ready 數據中心計劃中。 該計劃使客戶能夠通過託管合作夥伴網絡訪問數據中心服務。 作為該計劃的一部分，ScaleMatrix 提供了四個為美國服務的數據中心。 這四個數據中心將包括 DDC 液冷機櫃，單個 52U 機櫃可支持高達 45kW 的功率負載。 這些機櫃能夠容納 DGX-2 ONTAP AI 設備。
許多人工智能公司要么與 NetApp 合作，要么使用 ONTAP AI。 Allegro.ai 將 NVIDIA DGX 工作站用於其計算機視覺平台。 Parabricks 一直在使用 ONTAP AI 將對基因組數據進行二次分析的時間從幾天縮短到一個小時以下。 H20 開源 Driverless AI 平台一直與 NetApp 合作，使高級數據科學和 AI 更容易獲得。
