CSP (雲端服務供應商) 上的 NVIDIA DGX™ Cloud 是開箱即用全堆疊 AI 平台,也是專為打造及微調模型與頂尖雲端服務供應商共同設計的成果。它包含加速的基礎架構、GPU 協調軟體、雲端原生軟體工具,以及與 AI 專家聯絡的權限。DGX Cloud 各層皆已最佳化,在雲端提供 NVIDIA 的頂尖技術,而且彈性和專業知識符合加速 AI 專案的需求。
雲端服務供應商上的 NVIDIA DGX Cloud 經過最佳化,可加速基礎架構各層的訓練,讓企業能主流雲端平台運用高效能的 NVIDIA AI 架構與軟體,並透過彈性的合約期間與 NVIDIA AI 專家聯絡,將投資報酬率最大化。
雲端服務供應商上的 NVIDIA DGX Cloud 包含使用 NVIDIA Run:ai 的使用權限,該平台提供簡易的使用者介面,讓管理者能清晰掌握 AI 工作負載,同時輕鬆設定以政策為導向的資源控管機制,將資源效率最大化。管理者可利用直覺式工具定義使用原則、實施配額,並確保各團隊與專案獲得公平的 GPU 資源分配。這個方法可將基礎架構使用率最佳化、減少資源浪費,並且加速價值實現。此外,企業透過簡單的使用者介面即可排程、監測與分配運算資源,不僅能讓 AI 投資充分發揮效益,還可順暢掌控營運控管。
在慣用的雲端取用全託管的 AI 訓練平台。體驗彈性的期限長度與可擴充的資源,既可訓練 AI 模型,還可將模型帶到任何地方。
利用最佳化的全堆疊 AI 訓練平台,從第一天就展現生產力,並且縮短關鍵任務 AI 的訓練時間。
在每一層都經過 NVIDIA 最佳化的全堆疊平台提早訓練 AI,完全無須擔心管理 AI 基礎架構的問題。
安進使用 NVIDIA® BioNeMo™ 和 NVIDIA DGX Cloud 開發 AI 模型,不僅可提出及評估候選藥物的設計,還可加速生物製藥研發。安進採用 NVIDIA DGX Cloud 之後,不到一個月就從導入階段進展到第一個預先訓練蛋白質大型語言模型 (LLM)。
Cerence 在 Microsoft Azure 運用 NVIDIA DGX Cloud 訓練汽車專用的大型語言模型。Cerence 以這個模型為基礎,在 NVIDIA DRIVE® 執行新一代車內運算平台。
Oracle Cloud Infrastructure (OCI) 上的 NVIDIA DGX Cloud 結合 NVIDIA BioNeMo,加速 Deloitte Atlas AI 解決方案藥物研發的速度。他們先使用 LLM 的知識圖譜、科學流程與自訂模型,並且訓練化學語言模型和蛋白質語言模型,然後再以 NVIDIA NIM™ 推論微服務無縫部署。
ServiceNow 採用經 NVIDIA DGX Cloud 和 NVIDIA AI Enterprise 軟體訓練的自訂 LLM,充分發揮生成式 AI 的效益,包括智慧型虛擬助理與客戶服務專員。