NVIDIA a annoncé aujourd'hui les dernières améliorations apportées aux stations de travail Quadro Virtual Data Center (Quadro vDWS), visant à accélérer les flux de travail graphiques et de calcul exigeants en offrant les hautes performances d'une station de travail virtuelle.
À l'aide de deux GPU Tesla V100, les professionnels de la création travaillant sur des postes de travail virtuels distants sont en mesure de rendre des visualisations convaincantes et réalistes, jusqu'à 94 % plus rapidement. Par rapport à un système uniquement CPU, l'utilisation de deux Tesla V100 permet aux ingénieurs et aux concepteurs de réduire leur délai de mise sur le marché et peut effectuer des simulations jusqu'à 7 fois plus rapidement. De plus, les professionnels peuvent travailler sur des sites distants tandis que leur adresse IP et leur travail sont sécurisés dans le centre de données.
Les nouvelles fonctionnalités incluent:
- Exécutez des charges de travail multi-GPU avec NVIDIA Quadro vDWS– Regroupez jusqu'à quatre GPU NVIDIA Tesla dans une seule machine virtuelle (VM) pour les workflows de rendu, de simulation et de conception les plus gourmands en ressources graphiques et en calcul. L'agrégation de plusieurs GPU Tesla, en plus du partage de GPU sur plusieurs machines virtuelles, est désormais prise en charge.
- Migration en direct avec VMware vMotion– Le service informatique peut migrer en direct des machines virtuelles accélérées par GPU NVIDIA sans affecter les utilisateurs ni nécessiter de temps d'arrêt, ce qui permet d'économiser du temps et des ressources. Cette fonctionnalité est désormais prise en charge sur les produits logiciels Quadro vDWS et GRID vPC et GRID vApps avec VMware vMotion, vSphere 6.7 u1.
- Prise en charge des GPU NVIDIA Tesla T4 - Le framebuffer est doublé tout en conservant le même facteur de forme à profil bas et à emplacement unique que la génération précédente de Tesla P4. Le nouveau Tesla T70 de 4 W permet des flux de travail exigeants dans un environnement VDI, y compris un rendu, une simulation et une conception avancés lorsqu'il est combiné avec une prise en charge multi-GPU.
- Charges de travail d'IA sur des machines virtuelles avec NVIDIA GPU Cloud (NGC)– NGC offre aux chercheurs en IA des conteneurs d'apprentissage en profondeur accélérés par GPU pour TensorFlow, PyTorch, MXNet, TensorRT, etc. Désormais testés avec la dernière version de Quadro vDWS, ces conteneurs pré-intégrés accélérés par GPU incluent NVIDIA CUDA Toolkit, des bibliothèques d'apprentissage en profondeur NVIDIA et un système d'exploitation.
Disponibilité
La prise en charge des conteneurs multi-GPU, VMware VMotion et NGC est prévue pour la fin de l'automne 2018. La prise en charge de NVIDIA Tesla T4 avec le logiciel NVIDIA vGPU est prévue d'ici la fin de l'année 2018.
Amazon