Juntos, NVIDIA y Google Cloud están ayudando a las organizaciones a lograr resultados más rápidamente para solucionar retos relacionados con los datos, sin incurrir en gastos excesivos ni requerir una administración de infraestructura compleja. Aprovecha las GPU NVIDIA para acelerar el deep learning, los análisis, las simulaciones científicas y otras cargas de trabajo de computación de alto rendimiento (HPC), así como las estaciones de trabajo virtuales NVIDIA® Quadro® con Google Cloud para acelerar las cargas de trabajo de presentación, las de simulación y las que usan gráficos de manera intensiva desde cualquier lugar.
Google Cloud Anthos es una plataforma de ampliación de aplicaciones con tecnología de Kubernetes. Para los clientes que buscan una arquitectura híbrida y tratan con una alta demanda local, Anthos está diseñado para combinar la facilidad de empezar a trabajar en la nube con la seguridad de una solución local. Está disponible como plataforma híbrida para cargas de trabajo de GPU NVIDIA en la nube, locales y en la periferia.
Anthos ya está disponible tanto para implementaciones virtuales de bare-metal como de vSphere. Compatible tanto con NVIDIA DGX™ como con sistemas de servidores equipados con las GPU NVIDIA T4, V100 o Tensor Core A100. Dependiendo de las necesidades de la aplicación y de la infraestructura del servidor, puedes elegir la mejor configuración para una implementación óptima.
Consulta la Guía del usuario para las GPU NVIDIA con Google Cloud Anthos
NVIDIA DGX A100 es el sistema de IA más importante del mundo diseñado para las demandas únicas de la empresa. Ahora, las organizaciones pueden crear una nube de IA híbrida que ofrece un fácil acceso a la potencia informática que abarca su infraestructura local del DGX existente en combinación con las GPU NVIDIA dentro de Google Cloud. Google Cloud Anthos en NVIDIA DGX A100 permite a las organizaciones complementar el rendimiento determinista e incomparable de su infraestructura de sistema DGX dedicada con la simplicidad y la elasticidad de la computación IA en la nube.
Lee el blog: Cómo evitar los golpes de velocidad y permanecer en el carril rápido de IA con infraestructura híbrida en la nube (30 de noviembre de 2020)
NVIDIA® A100 ofrece una aceleración sin precedentes en cada escala para la IA, el análisis de datos y la computación de alto rendimiento (HPC) con el fin de hacer frente a los desafíos informáticos más difíciles del mundo. Como motor de la plataforma de centro de datos NVIDIA, A100 puede escalarse eficientemente a miles de GPU o, con la tecnología NVIDIA Multi-Instance GPU (MIG), dividirse en siete instancias de GPU para acelerar las cargas de trabajo de todos los tamaños. Además, los Tensor Cores de tercera generación aceleran todas las precisiones para diversas cargas de trabajo, acelerando el tiempo para obtener información y el tiempo de comercialización.
Rendimiento de A100 en ultraFluidX de Altair (PDF de 503 KB)
Escucha el podcast de Kubernetes de Google sobre aceleradores y GPU (31:00 minutos)
NVIDIA A100
Escucha el podcast de Google sobre A100 con NVIDIA Bryan Cantanzaro (42:46 minutos)
NVIDIA T4
Escucha el podcast de Google sobre T4 con Ian Buck y Kari Briski de NVIDIA (35:56 minutos)
NVIDIA V100
NGC proporciona acceso sencillo a contenedores preintegrados y optimizados para GPU para software de deep learning, aplicaciones de HPC y herramientas de visualización de HPC que aprovechan plenamente las GPU NVIDIA A100, V100, P100 y T4 en Google Cloud Platform. También ofrece modelos y scripts preparados para crear modelos optimizados para usos habituales, como la clasificación, la detección, el texto a voz y mucho más. Ahora, puedes implementar software de calidad de producción y con aceleración mediante GPU en cuestión de minutos.
NVIDIA TensorRT™ es un optimizador de alto rendimiento de la inferencia de deep learning y un tiempo de ejecución que ofrece baja latencia y alta velocidad de procesamiento en aplicaciones de inferencia. Optimiza los modelos de redes neuronales, calibra la precisión mínima con gran exactitud e implementa modelos en Google Cloud Platform. Además, dado que está estrechamente integrado con TensorFlow, consigues la flexibilidad de TensorFlow con las potentes optimizaciones de TensorRT.
Las GPU NVIDIA en Google Kubernetes Engine aceleran las aplicaciones informáticas intensivas como el aprendizaje automático, el procesamiento de imágenes y el modelado financiero escalando a cientos de instancias aceleradas por GPU. Empaqueta tus aplicaciones aceleradas por GPU en contenedores y benefíciate de la potencia de procesamiento masiva de Google Kubernetes Engine y las GPU NVIDIA A100, V100, P100 o P4 siempre que las necesites, sin tener que administrar el hardware ni las máquinas virtuales (VM).
NVIDIA Quadro Virtual Workstations para gráficos acelerados por GPU permite a los profesionales creativos y técnicos multiplicar su productividad desde cualquier lugar, gracias al acceso en la nube a las aplicaciones de diseño e ingeniería profesionales más exigentes. Los diseñadores e ingenieros tienen ahora la flexibilidad de ejecutar estaciones de trabajo virtuales en las GPU NVIDIA T4, V100, P100 y P4 directamente desde Google Cloud o desde el mercado de Google Cloud Platform, que incluye soporte para Windows Server 2016, Windows Server 2019 y Ubuntu 18.04.
La IA es el desarrollo tecnológico más importante de nuestra época y tiene el mayor potencial para ayudar a la sociedad. Mientras los principales proveedores de nube del mundo implementan la mejor plataforma de IA con las GPU Volta y el software de NVIDIA, veremos avances impresionantes en medicina, transporte autónomo, fabricación de precisión y mucho más.
– Jensen Huang, fundador y CEO de NVIDIA
[Las GPU] con Kubernetes proporcionan un entorno potente, rentable y flexible para el aprendizaje automático de nivel empresarial. Ocado eligió Kubernetes por su adaptabilidad, portabilidad, ecosistema sólido y enorme asistencia comunitaria... También es muy fácil de usar y ofrece la capacidad de agregar GPUs para proporcionar un gran impulso superior al de las CPU tradicionales.
– Martin Nikolov, Ingeniero de investigación de software, Ocado