對于那些希望讓GPU加速的人工智能和數據科學項目更快地啟動和運行的企業(yè)來說，生活變得更容易了。
NVIDIA和Red Hat推出了NVIDIA的GPU加速計算平臺和剛剛宣布的Red Hat OpenShift 4的組合，以加速用于AI和數據科學的本地Kubernetes部署。結果是：Kubernetes的管理任務過去常常讓IT管理員在一天中的大部分時間內完成，現在不到一個小時就可以完成。
更多的GPU加速，更少的部署麻煩
這種合作是在企業(yè)依靠人工智能和數據科學將大量數據轉化為可操作智能的時候進行的。但有意義的人工智能和數據分析工作，需要借助GPU計算加速整個企業(yè)IT軟件堆棧。從NVIDIA驅動程序到容器運行時再到應用程序框架，每一層軟件都需要優(yōu)化。我們的CUDA并行計算架構和CUDA- x加速庫已經被超過120萬名開發(fā)人員的社區(qū)所接受，他們可以在從人工智能到高性能計算到VDI的廣泛領域內加速應用程序。
而且，由于NVIDIA的通用架構運行在每一臺計算機設備上，從筆記本電腦到數據中心再到云計算，因此投資于GPU加速應用程序很容易證明這一點，而且很有意義。然而，加快人工智能和數據科學的工作量只是第一步。在大規(guī)模、GPU加速的數據中心中以正確的方式部署優(yōu)化的軟件堆棧，對于IT組織來說可能是令人沮喪和耗時的。這就是我們與Red Hat合作的地方。
Red Hat Openshift是業(yè)界領先的企業(yè)級Kubernetes平臺。Openshift 4的改進使得跨集群部署Kubernetes比以往任何時候都容易。Red Hat對Kubernetes運營商的投資，尤其通過自動化許多日常數據中心管理和應用程序生命周期管理任務，降低了管理復雜性。
NVIDIA一直在開發(fā)自己的GPU操作程序，以自動化IT管理人員以前通過shell腳本完成的許多工作，比如安裝設備驅動程序，確保數據中心的所有節(jié)點上都有合適的GPU容器運行時，以及監(jiān)控GPU。由于我們在Red Hat上的工作，一旦集群設置好，只需運行GPU操作符就可以向集群中的工作節(jié)點添加必要的依賴項。就是這么簡單。對于一個組織來說，讓它的GPU驅動的數據中心集群使用OpenShift 4運行起來，就像使用新的云資源一樣簡單。
原文出自：https：//itbrief.com.au/story/nvidia-and-red-hat-work-together-to-accelerate-enterprise-ai
來源：itbrief
