NVIDIA共同推出新解决方案，以提高数据科学家的生产率
来源：CPDA数据分析师网 / 时间：2021-04-15
以便更快更有效地协作构建，训练，部署和管理模型，数据科学家可以更快地进行创新，团队可以重用工作并更有效地进行协作，IT团队可以管理和管理基础架构，为此团队合作开发的各种解决方案，为了简化AI基础架构的采用，集成解决方案该解决方案是由预集成的计算，网络和存储组件组成的统包产品，但是仍然存在一个障碍–通过简化工作流程并限度地提高基础架构利用率的软件来提高数据科学生产率，为了管理和操作您投资的基础架构，平台现在可以与硬件一起使用。
扩展的多节点集群产品
许多深度学习和AI培训工作不仅需要单个GPU或单个多GPU机器，建立多节点集群可能很困难，因此许多团队决定将这些资源留在原处，即使这意味着在没有复杂的实验要运行时他们通常会闲置无事，消除了专用资源和低利用率，该平台会自动创建和管理多节点集群，并在完成培训后释放集群，当前使用支持临时集群，并将在今年秋季发布的产品版本中增加对Dask的支持。
限度地利用GPU
以支持各种用户及其用例，例如单个GPU可以分配七个设备，与没有的情况相比，这使运行连接到单个GPU的笔记本的数据科学家数量增加了7倍，通过提供各种大小的计算选项，更多的数据科学家可以同时使用该系统，并且公司可以从其GPU投资中获得的收益，借助系统上的技术，可以进一步扩展这一功能，多允许56个并发笔记本电脑或托管型号，每个笔记本电脑或托管型号均带有分区的GPU，支持将在我们的9月发行版中添加。
适用于容器
数据分析师和开发人员提供性能优化，GPU优化的AI和HPC容器，预训练模型，简化并加速了端到端的工作流程，使用户能够专注于构建精益模型，产生解决方案并收集更快的见解，如今使客户能够基于NGC容器创建特定于框架的定制工作环境，在学科和成熟度方面管理和扩展数据科学的专业知识，以及推动创新的历史，仅是其成为高度重视的数据科学合作伙伴的几个突出原因，团队期待继续与合作，以寻求市场上强大的深度学习，人工智能和加速分析解决方案。