Nvidia
AIと機械学習が現代のコンピューティングにますます不可欠な部分になっているため、Nvidiaのビジネスファンダメンタルズは引き続き強力です。彼らは、複数のテクノロジー企業とのパートナーシップを構築するサーバービジネスで卓越した力となるための努力を主導してきました。最近、NvidiaとVMwareは提携を発表しました。これにより、NvidiaのvGPU（仮想GPUテクノロジー）がAWS上のVMwareのvSphereスタックに導入されます。
GPUは、ベクトルおよび行列演算を高速化するデータ並列コンピューティングを念頭に置いて設計されています。これにより、AIワークロードに最適です。
以前はCPUのみに制限されていましたが、AIワークロードをVMwarevSphereなどの仮想化環境に簡単にデプロイできるようになりました。 vComputeServer ソフトウェアと NVIDIA NGC 。私たちを通して VMwareとのパートナーシップ 、このアーキテクチャは、組織が顧客のデータセンターとVMware Cloud onAWSの間でGPU上のAIワークロードをシームレスに移行するのに役立ちます。
--ANNE HECHT（Nvidia）
GPUで高速化されたワークロードは、多くの場合、シングルテナントの物理サーバーで実行されますが、vComputeServerを使用すると、企業は仮想化環境でAIワークロードを実行できるため、柔軟性とコスト削減が向上します（一定の規模まで）。 Nvidiaは、Red HatやNutanixなど、いくつかのKVMベースのハイパーバイザーをすでにサポートしています。 VMwareのvSphereは最新の追加です。
vComputeServerの機能は次のとおりです。
- GPUパフォーマンス： CPUのみのディープラーニングトレーニングよりも最大50倍高速で、ベアメタルでGPUを実行するのと同様のパフォーマンス。
- 高度な計算： エラー訂正コードと動的ページリタイアメントは、高精度のワークロードのデータ破損を防ぎます。
- ライブマイグレーション： GPU対応の仮想マシンは、中断やダウンタイムを最小限に抑えて移行できます。
- セキュリティの強化： 企業は、サーバー仮想化のセキュリティ上の利点をGPUクラスターに拡張できます。
- マルチテナントの分離 ：ワークロードを分離して、単一のインフラストラクチャで複数のユーザーを安全にサポートできます。
- 管理と監視 ： 管理者は、同じハイパーバイザー仮想化ツールを使用して、ホスト、仮想マシン、およびアプリレベルでの可視性を備えたGPUサーバーを管理できます。
- サポートされているGPUの広い範囲： vComputeServerは、NVIDIAT4またはV100GPU、Quadro RTX8000および6000GPU、および前世代のPascalアーキテクチャP40、P100、P60GPUでサポートされています。
– nvidia
VMware vSphereユーザーは、ディープラーニングと科学計算用に最適化されたGPUアクセラレーションクラウドプラットフォームであるNvidia GPUCloudサポートも利用できます。 NvidiaのAnneHechtは、次のように書いています。 NVIDIA NGC 、ディープラーニング、機械学習、HPC向けのGPU最適化ソフトウェアのハブである、150を超えるコンテナ、事前トレーニング済みモデル、トレーニングスクリプト、ワークフローを提供して、AIをコンセプトから本番環境まで加速します。 急流 、当社のCUDAアクセラレーションデータサイエンスソフトウェア」。
最近の買収に沿ったVMwareパートナーシップ
VMwareはBitfusionを買収する予定です。これにより、vSphereクラウドプラットフォームに多くの価値が追加されます。記事の前半で説明したように、仮想化は、パフォーマンスへの影響を最小限に抑えながら、企業に多くのメリットをもたらします。 Bitfusionのテクノロジーを使用すると、企業はベアメタルサーバーから離れて、GPUを仮想化できるようになります。そのような配置により、利用可能なリソースの利用率が向上する可能性があるためです。加速コンピューティングが中心となる中、企業はハードウェアスタックを仮想化する方法を模索するため、VMwareはこれを十分に認識しており、vSphereプラットフォームをデータセンターで不可欠なものにするために動いています。
タグ nvidia
