NVIDIA tillkännagav idag de senaste förbättringarna av Quadro Virtual Data Center Workstations (Quadro vDWS), som syftar till att accelerera krävande grafik och beräkningsarbetsflöden genom att leverera hög prestanda för en virtuell arbetsstation.
Genom att använda två Tesla V100 GPU:er kan kreativa professionella som arbetar på fjärrstyrda, virtuella arbetsstationer göra övertygande, realistiska visualiseringar – upp till 94 % snabbare. Jämfört med ett endast CPU-system, gör att två Tesla V100:or gör det möjligt för ingenjörer och designers att minska sin tid till marknaden och kan genomföra simuleringar upp till 7 gånger snabbare. Dessutom kan proffs arbeta på avlägsna platser medan deras IP och deras arbete är säkrade i datacentret.
Nya funktioner inkluderar:
- Kör fler-GPU-arbetsbelastningar med NVIDIA Quadro vDWS– Samla upp till fyra NVIDIA Tesla-GPU:er i en enda virtuell maskin (VM) för de mest grafik- och beräkningsintensiva arbetsflödena för rendering, simulering och design. Aggregering av flera Tesla GPU:er, förutom GPU-delning över flera virtuella maskiner, stöds nu.
- Livemigrering med VMware vMotion – IT kan migrera live, NVIDIA GPU-accelererade virtuella datorer utan att påverka användarna eller kräva stillestånd, vilket sparar både tid och resurser. Den här funktionen stöds nu på programvaruprodukterna Quadro vDWS och GRID vPC och GRID vApps med VMware vMotion, vSphere 6.7 u1.
- Stöd för NVIDIA Tesla T4 GPU:er – Framebuffer fördubblas samtidigt som den är i samma lågprofilsformfaktor med singelplats som den tidigare generationens Tesla P4. Den nya 70W Tesla T4 möjliggör krävande arbetsflöden i en VDI-miljö inklusive avancerad rendering, simulering och design i kombination med multi-GPU-stöd.
- AI-arbetsbelastningar på virtuella maskiner med NVIDIA GPU Cloud (NGC) – NGC ger AI-forskare möjlighet till GPU-accelererade djupinlärningsbehållare för TensorFlow, PyTorch, MXNet, TensorRT och mer. Nu testade med den senaste versionen av Quadro vDWS, dessa förintegrerade, GPU-accelererade behållare inkluderar NVIDIA CUDA Toolkit, NVIDIAs djupinlärningsbibliotek och ett operativsystem.
Tillgänglighet
Stöd för Multi-GPU, VMware VMotion och NGC-behållare förväntas sent på hösten 2018. NVIDIA Tesla T4-stöd med NVIDIA vGPU-programvara förväntas i slutet av 2018.
Amazon