NVIDIA anunció hoy las últimas mejoras en las estaciones de trabajo del centro de datos virtual Quadro (Quadro vDWS), destinadas a acelerar los gráficos exigentes y los flujos de trabajo informáticos al ofrecer un alto rendimiento de una estación de trabajo virtual.
Con dos GPU Tesla V100, los profesionales creativos que trabajan en estaciones de trabajo virtuales remotas pueden generar visualizaciones convincentes y realistas, hasta un 94 % más rápido. En comparación con un sistema solo de CPU, el uso de dos Tesla V100 permite a los ingenieros y diseñadores reducir su tiempo de comercialización y puede completar simulaciones hasta 7 veces más rápido. Además, los profesionales pueden trabajar en ubicaciones remotas mientras su IP y su trabajo están protegidos en el centro de datos.
Las nuevas capacidades incluyen:
- Ejecute cargas de trabajo multi-GPU con NVIDIA Quadro vDWS: agregue hasta cuatro GPU NVIDIA Tesla en una sola máquina virtual (VM) para la mayoría de los flujos de trabajo de diseño, simulación y procesamiento de gráficos y uso intensivo. Ahora se admite la agregación de múltiples GPU Tesla, además de compartir GPU entre múltiples máquinas virtuales.
- Migración en vivo con VMware vMotion: TI puede migrar máquinas virtuales aceleradas por GPU NVIDIA en vivo sin afectar a los usuarios ni requerir tiempo de inactividad, ahorrando tiempo y recursos. Esta característica ahora es compatible con los productos de software Quadro vDWS y GRID vPC y GRID vApps con VMware vMotion, vSphere 6.7 u1.
- Compatibilidad con GPU NVIDIA Tesla T4: Framebuffer se duplica con el mismo factor de forma de ranura única y perfil bajo que la generación anterior de Tesla P4. El nuevo Tesla T70 de 4 W permite flujos de trabajo exigentes en un entorno VDI que incluye renderizado, simulación y diseño avanzados cuando se combina con soporte multi-GPU.
- Cargas de trabajo de IA en máquinas virtuales con NVIDIA GPU Cloud (NGC): NGC empodera a los investigadores de IA con contenedores de aprendizaje profundo acelerados por GPU para TensorFlow, PyTorch, MXNet, TensorRT y más. Ahora probados con la última versión de Quadro vDWS, estos contenedores preintegrados acelerados por GPU incluyen NVIDIA CUDA Toolkit, bibliotecas de aprendizaje profundo de NVIDIA y un sistema operativo.
Disponibilidad
La compatibilidad con contenedores Multi-GPU, VMware VMotion y NGC se espera para fines del otoño de 2018. La compatibilidad con NVIDIA Tesla T4 con el software NVIDIA vGPU se espera para fines de 2018.
Amazon