Az Nvidia alacsony kóddal áll le az AI Enterprise frissítésében

Az Nvidia ezen a héten kívánja enyhíteni a gépi tanulás fejlesztésének fájdalmát az AI Enterprise programcsomag legújabb kiadásával, amely egy alacsony kódú eszközkészletet tartalmaz a gépi tanulási feladatokhoz.

A frissítés kiterjeszti a Red Hat OpenShift, a Domino Data Lab ML műveleti platformja és az Azure NVads A10 v5 sorozatú virtuális gépei támogatását is.

A tavaly nyáron bemutatott Nvidia az AI Enterprise-ot egyablakos ügyintézőnek tartja a vállalati munkaterhelések fejlesztésében és telepítésében a GPU-kon, függetlenül attól, hogy azokat on-prem vagy a felhőben telepítették-e.

A csomag olyan eszközök és keretrendszerek gyűjteménye, amelyeket az Nvidia fejlesztett vagy tanúsított, hogy az AI/ML-alkalmazások építését minden méretű vállalkozás számára elérhetőbbé tegye. Az elmúlt évben a chipgyártó számos népszerű keretrendszer és számítási platform támogatását nyújtotta be, mint például a VMware vSphere.

A legújabb kiadás - 2.1 verzió – alacsony kódú támogatást vezet be az Nvidia TAO Toolkit formájában.

Az alacsony kódolás az az ötlet, hogy az alkalmazások manuális kódolásával járó bonyolultságot – ebben az esetben a beszéd- és mesterséges intelligencia látási terheléseket – absztraháljuk, a folyamat során alig vagy egyáltalán nem használunk kódot. Az Nvidia TOA Toolkitje például REST API támogatást, súlyok importálását, TensorBoard integrációkat és számos előre betanított modellt tartalmaz, amelyek célja az alkalmazások összeállításának egyszerűsítése.

Az alacsony kódszámú funkciók mellett a kiadás tartalmazza az Nvidia RAPIDS (22.04) legújabb verzióját is – egy nyílt forráskódú szoftverkönyvtárakat és API-kat, amelyek a GPU-kon futó adattudományi alkalmazásokat célozzák meg.

A 2.1-es kiadás azt is tartalmazza, hogy a chipgyártó tanúsítja ezeket az eszközöket és munkaterheléseket különféle szoftverekkel és felhőplatformokkal való használatra.

A konténeres és a felhőalapú keretrendszerekre áttérők számára a frissítés hivatalos támogatást ad az Nvidia-munkaterhelések futtatásához a Red Hat népszerű OpenShift Kubernetes platformján a nyilvános felhőben.

A Red Hat konténer futtatókörnyezete a legújabb, tanúsított alkalmazáskörnyezet, és a VMware tavalyi vSphere integrációját követi. A Domino Data Lab MLOps szolgáltatása ezen a héten is megkapta az Nvidia áldását. A cég platformja eszközöket biztosít a GPU-gyorsítású szerverek összehangolásához az AI/ML munkaterhelések virtualizálásához.

És ami senkit sem lep meg, a zöld csapat tanúsította a Microsoft Azure legújabb generációs Nvidia-alapú GPU-példányait. Bevezetett márciusban. A példányokat a chipgyártó A10-es gyorsítója hajtja, amely időbeli szeleteléssel akár hat töredékes GPU-ra osztható.

Az Nvidia AI Enterprise frissítésein kívül a vállalat három új labort is bevezetett LaunchPad szolgáltatásába, amely rövid távú hozzáférést biztosít a vállalatoknak az AI/ML szoftverhez és hardverhez a koncepciók bizonyítása és tesztelés céljából.

A legújabb laborok több csomópontos képzést tartalmaznak a vSphere képosztályozáshoz a Tanzuval, a VMware Kubernetes platformjával; csalásfelderítés az XGBoost modell és a Triton, az Nvidia következtetési szervere segítségével; valamint objektumészlelési modellezés a TOA Toolkit és a DeepStream, a chipgyártó adatfolyam-elemző szolgáltatása segítségével. ®