Heute stellte NVIDIA auf der GPU Technology Conference seine CUDA-X AI-Plattform vor, die seiner Meinung nach einzige End-to-End-Plattform zur Beschleunigung der Datenwissenschaft. Darüber hinaus haben mehrere große Anbieter NVIDIA T4-Server angekündigt, die für die Ausführung von CUDA-X AI beschleunigter Datenanalyse, maschinellem Lernen und Deep Learning ausgelegt sind. NVIDIA T4-GPU-Instanzen gepaart mit NVIDIA CUDA-X AI kommen auf den AWS Marketplace. Und NVIDIA CUDA-X AI Acceleration-Bibliotheken sind jetzt auf Microsoft Azure verfügbar.
Da immer mehr Unternehmen auf KI und ihr Potenzial setzen, veröffentlicht NVIDIA seine CUDA-X-KI, um die Flexibilität seiner Tensor-Core-GPUs freizuschalten, die für die End-to-End-KI-Pipeline konzipiert sind. CUDA-X AI ist eine Reihe spezialisierter Beschleunigungsbibliotheken, die laut NVIDIA die Arbeitslast beim maschinellen Lernen und in der Datenwissenschaft um das bis zu 50-fache beschleunigen können. GPUs können die Rechenleistung beschleunigen, die für die Verarbeitung der großen Datenmengen im Zusammenhang mit KI erforderlich ist.
Mehrere Anbieter, darunter Cisco, Dell EMC, Fujitsu, HPE, Inspur, Lenovo und Sugon, sind NVIDIA NGC-Ready-validiert und kündigen T4-Server an, die für die Ausführung von NVIDIA CUDA-X AI-Beschleunigungsbibliotheken optimiert sind. Das NGC-Ready-Programm umfasst eine ausgewählte Reihe von Systemen mit NVIDIA-GPUs mit Tensor-Kernen, die sich ideal für eine Vielzahl von KI-Workloads eignen. Zu diesen Servern gehören:
- Cisco UCS C240 M5
- Dell EMC PowerEdge R740/R740xd
- Fujitsu PRIMERGY RX2540 M5
- HPE ProLiant DL380 Gen10
- Inspur NF5280M5
- Lenovo Think System SR670
- Sugon W760-G30
Mehrere andere Partner arbeiten am NGC-Validierungsprozess für ihre eigenen T4-Server.
Im T4-Bereich kündigte AWS neue G2-Instanzen der Amazon Elastic Compute Cloud (EC4) mit NVIDIA T4 Tensor Core-GPUs an. AWS-Kunden können diese G4-Instanzen mit NVIDIA GPU-Beschleunigungssoftware koppeln, einschließlich NVIDIA CUDA-X AI-Bibliotheken zur Beschleunigung von Deep Learning, maschinellem Lernen und Datenanalysen. Die neuen Instanzen werden außerdem vom Amazon Elastic Container Service für Kubernetes unterstützt und unterstützen Computergrafiken der nächsten Generation für Kreativprofis.
Der Microsoft Azure Machine Learning (AML)-Dienst hat RAPIDS integriert, eine Schlüsselkomponente von NVIDIA CUDA-X AI. Datenwissenschaftler können den RAPIDS-on-AML-Dienst nutzen, um die Zeit, die zum Trainieren ihrer KI-Modelle benötigt wird, drastisch zu reduzieren und die Trainingszeiten je nach Datensatzgröße von Tagen auf Stunden oder von Stunden auf Minuten zu verkürzen.
Verfügbarkeit
CUDA-X-KI-Beschleunigungsbibliotheken sind als einzelne Downloads oder als containerisierte Software-Stacks über den NVIDIA NGC-Software-Hub kostenlos verfügbar. Die AWS G4-Instanzen werden voraussichtlich in den nächsten Wochen verfügbar sein. Der RAPIDS on AML-Dienst ist ab sofort bei Microsoft Azure verfügbar.




Amazon