GPU 加速
Amazon Web Services

提升性能并扩展深度学习和 HPC 应用程序。

开发人员、数据科学家和研究人员正在通过人工智能、深度学习和高性能计算 (HPC) 领域的突破技术解决当今复杂的挑战。NVIDIA 正在使用 Amazon Web Services 提供基于最新 NVIDIA Volta 架构的最新和最强大的 GPU 加速云服务:Amazon EC2 P3 实例。

使用多达八个 NVIDIA® Tesla® V100 GPU,您将能够使用所有主流深度学习框架利用海量数据集比以往更快地训练神经网络。然后,使用 GPU 并行计算能力运行数十亿次的计算,以推测并识别已知的图案或物体。由于超过 500 个 GPU 加速 HPC 应用程序(包括十大 HPC 应用程序和每个深度学习框架)已得到加速,您可以很快利用 AWS 上的 Tesla V100 GPU 的强大功能来提升性能、扩展规模,并更快取得结果和节省成本。

GPU 加速云服务详细信息

Amazon EC2 P3 实例

用于深度学习和 HPC 的功能强大且可扩展的基于 GPU 的实例

Amazon EC2 P3 实例是功能强大且可扩展的实例,可以提供基于 Tesla V100 GPU 的并行计算能力以训练更深层次的模型,从而推动突破人工智能的极限。Tesla V100 基于 Volta 架构并配备 640 个 Tensor 核心,可以提供 125 万亿次混合精度深度学习浮点运算能力的突破性性能。

注册 AWS 帐户。立即访问 AWS 免费套餐

Amazon EC2 G3 实例

基于 GPU 的实例已针对图形密集型应用程序进行优化

Amazon EC2 G3 实例是第三代 GPU 驱动的实例,可用于类似 3D 渲染和数据可视化等要求最苛刻的图形工作负载。由 NVIDIA Tesla M60 GPU 提供支持,G3 实例可以为每个 GPU 提供双倍 CPU 运算能力和主机内存。G3 实例通过支持 NVIDIA GRID 虚拟工作站功能,可以加快视频帧处理速度并提高图形工作负载的图像保真度。

注册 AWS 帐户。立即访问 AWS 免费套餐。获取 NVIDIA GRID 和 Tesla GPU 驱动程序

NVIDIA GPU Cloud

NVIDIA GPU Cloud

轻松访问高性能深度学习框架容器

NVIDIA GPU Cloud (NGC) 可以管理深度学习框架容器的综合目录,这些容器已由 NVIDIA 进行调整、测试和验证,可以在 Amazon EC2 P3 实例上运行。NVIDIA 可以优化所有顶级框架,包括在准备运行的容器中提供的 TensorFlow、PyTorch 和 MXNet,其中包括诸如 CUDA 运行时库、NVIDIA 库和操作系统之类的所有必要相关项。为了在 AWS 上运行容器并充分利用 Volta,NVIDIA 为 NGC 开发了 NVIDIA Volta 深度学习 AMI,可以从 AWS Marketplace 中获得。

Apache MXNet

快速且可扩展的训练和推理深度学习框架

Apache MXNet 包括  Gluon 接口,可以让所有技能水平的开发人员在云中、终端设备和移动应用上开始使用深度学习。与 NVIDIA 合作,AWS 工程师和研究人员已经在 Apache MXNet 上预先优化了神经机器翻译 (NMT) 算法。此方法可以让开发人员和数据科学家在基于 Volta 的平台上以现在可能最快的方式进行训练。

注册 AWS 帐户立即访问 AWS 免费套餐开始使用 MXNet 构建。

访问 AWS 和 Volta 的强大功能

提升性能并扩展深度学习和 HPC 应用程序。