現在、AI はすべてのクラウド サービス プロバイダーで活用されています
クラウド コンピューティングは、データ センターを民主化し、ビジネスのやり方をまったく変えることにより、業界を一変させました。最も重要な資産は今、お好きなプロバイダーのクラウドに保存されています。ただし、そのデータからインサイトを十分に引き出すには、適切な高性能コンピューティング ソリューションが必要です。
NVIDIA GPU Cloud (NGC) により、AI 研究者は TensorFlow、PyTorch、MXNet などの最適化されたディープラーニング フレームワークに対応する、パフォーマンスを重視して設計されたコンテナーのパワーを活用できます。フレームワークとコンテナーは、NVIDIA によって調整、テスト、認定されており、参加クラウド サービス プロバイダーの最新の NVIDIA GPU で動作するため、ユーザーはインフラを管理するのではなく、革新的な AI ソリューションを見つけるのに時間を費やすことができます。
Aliyun
AWS
Cirrascale
Cogeco Peer 1
Google Cloud
IBM Cloud
Microsoft Azure
NIMBIX
ORACLE Cloud Infrastructure
Outscale
Penguin Computing
RapidSwitch
Rescale
SkyScale
SoftLayer
あなたは、取引記録、センサーログ、画像、動画など、毎日大量に生成されるデータに対処する必要があります。ただしその半分は、GPU によるディープラーニングのために、クラウドからデータセンターにデータを転送する作業です。GPU 対応コンピューティングをクラウドに導入することで、大量のデータが生成される場合でも、それから洞察を得るための計算処理能力が得られます。
数百単位の CPU 商品をインスタンスあたり最大 8 GPU を持つ強力なノードに換えることで最大 70% の節約になります。科学技術計算やディープラーニングには、従来、高額の先行投資が必要でした。しかしながら、GPU クラウドコンピューティングは、利用回数制の価格、24/7 アップタイム、拡張可能パフォーマンスを採用しています。現在必要な分だけ利用して料金を支払い、成長に合わせて拡張できます。
NVIDIA® Tesla® データセンター GPU があれば、以上の性能が期待どおりに得られます。完全スイートには、データの完全性を維持するエラー修正コード (ECC) メモリや、帯域幅が高くなる GPUDirect リモート ダイレクト メモリ アクセス (RDMA)、GPU 間のピアツーピア通信での短いレイテンシなどの長所があります。
仮想イメージおよび事前設定された NVIDIA ドライバー とライブラリを利用することで、GPU 対応 HPC クラスターのプロビジョニングが数日や数週間ではなく数分で完了します。計算処理ニーズを満たす場合でも、短い時間だけピーク能力を一気に上げる場合でも、GPU クラウド コンピューティングは必要な拡張性を提供します。