GPU云計算解決方案

將深度學習的強大功能應用于數(shù)據(jù)

云計算通過實現(xiàn)數(shù)據(jù)中心的大眾化和徹底改變企業(yè)的運作方式，引發(fā)了行業(yè)變革。如今，您最重要的資產(chǎn)位于您的首選提供商提供的云服務中。然而，要從數(shù)據(jù)中充分獲取見解，您需要合適的高性能計算解決方案。

GPU 加速云容器

NVIDIA GPU 云 (NGC) 可以通過 GPU 加速的容器為人工智能科學家和研究人員賦予強大能力。NGC 提供 TensorFlow、PyTorch、MXNet 等容器化深度學習框架，它們都經(jīng)過 NVIDIA 的調(diào)試、測試和驗證，可以在參與計劃的云服務提供商的最新 NVIDIA GPU 上運行。NGC 還包含用于 HPC 應用的第三方管理容器以及用于 HPC 可視化的 NVIDIA 容器。

云端對 GPU 計算的需求

每天都有交易記錄、傳感器日志、圖像、視頻等產(chǎn)生的大量數(shù)據(jù)需要您應對。但是，其中一半的工作是將數(shù)據(jù)從云端傳輸?shù)綌?shù)據(jù)中心，以便借助 GPU 來應用深度學習。通過將 GPU 加速的計算應用到云端，我們正在彌合海量數(shù)據(jù)集與從中獲得見解所需的計算能力之間的差距。

借助 GPU 云計算節(jié)省開支

通過將數(shù)百個通用 CPU 實例替換為每個實例擁有多達 8 個 GPU 的強節(jié)點，您可以節(jié)省多達 70% 的開支。傳統(tǒng)上，科學和深度學習工作負載需要預先支付大量費用，但借助按用量計費、全天候運行和可擴展的性能，您可以只支付當日用量的費用，并隨著需求的增長按比例增加費用。

這一切都借助您一直期待的  NVIDIA®  Tesla®  數(shù)據(jù)中心 GPU 的可預測性能而實現(xiàn)�？纱_保數(shù)據(jù)完整性的糾錯碼 (ECC) 內(nèi)存功能、確保高帶寬的 GPUDirect 遠程直接內(nèi)存訪問 (RDMA)，以及 GPU 之間的低延遲對等通信等所有優(yōu)點也起到了關鍵作用。

借助自動配置消除作業(yè)排隊情況

借助預配置的  NVIDIA 驅(qū)動程序 和庫，使用虛擬映像只需幾分鐘即可配置 GPU 加速的 HPC 集群，而無需花費數(shù)天或數(shù)周時間。無論您需要滿足全部計算需求，還是需要啟用爆發(fā)模式以短期提高峰值能力，GPU 云計算都能提供您需要的擴展性能。

本文鏈接：http://www.51huadong.com/cloundnews/11008829.html