NVIDIA加速計(jì)算平臺(tái)和Red Hat OpenShift 4聯(lián)手助力加速用于AI和數(shù)據(jù)科學(xué)的本地Kubernetes部署。

對(duì)于希望能夠更快將GPU加速的AI和數(shù)據(jù)科學(xué)項(xiàng)目投入運(yùn)行的企業(yè)來說，如今想實(shí)現(xiàn)這樣的目標(biāo)，更加容易了。

在近日舉行的紅帽峰會(huì)上，NVIDIA和紅帽（Red Hat）推出了由NVIDIA GPU加速計(jì)算平臺(tái)和紅帽最新發(fā)布的Red Hat OpenShift 4相結(jié)合的組合產(chǎn)品，從而為用于AI和數(shù)據(jù)科學(xué)的Kubernetes本地部署提供加速。

成果：過去需要IT管理員耗費(fèi)大半天時(shí)間才能完成的Kubernete管理任務(wù)，如今在一個(gè)小時(shí)內(nèi)就能完成。

更強(qiáng)大的GPU加速，更簡(jiǎn)化的部署流程

如今，越來越多企業(yè)開始依靠AI和數(shù)據(jù)科學(xué)，將大量數(shù)據(jù)轉(zhuǎn)化為具有可操作性的情報(bào)，正是這樣的需求催生了此項(xiàng)合作的誕生。

然而，真正有價(jià)值意義的AI和數(shù)據(jù)分析工作，需要通過GPU計(jì)算來加速整個(gè)企業(yè)級(jí)IT軟件堆棧：從NVIDIA驅(qū)動(dòng)程序到容器運(yùn)行時(shí)間、再到應(yīng)用程序框架，每一層的軟件都需要進(jìn)行優(yōu)化。

NVIDIA的CUDA并行計(jì)算架構(gòu)和CUDA-X加速庫受到了超過120萬開發(fā)者的青睞，從AI到高性能計(jì)算再到VDI，可用于加速眾多領(lǐng)域的應(yīng)用程序。

而且無論是筆記本電腦還是數(shù)據(jù)中心，亦或是在云端， NVIDIA的通用架構(gòu)能夠在任何你能夠想象得到的計(jì)算設(shè)備上運(yùn)行 ，因此對(duì)GPU加速應(yīng)用程序進(jìn)行投資的合理性也就顯而易見了。

然而，加速AI和數(shù)據(jù)科學(xué)工作負(fù)載只是第一步。對(duì)于IT部門來說，在大型GPU加速的數(shù)據(jù)中心上以正確的方式部署優(yōu)化型軟件堆棧，是一件既耗時(shí)又令人頭痛的事情。而這正是NVIDIA與紅帽此次合作所致力解決的點(diǎn)。

Red Hat OpenShift是業(yè)內(nèi)領(lǐng)先的企業(yè)級(jí)Kubernetes平臺(tái)。先進(jìn)的OpenShift 4能夠把在集群中部署Kubernetes的工作變得前所未有的簡(jiǎn)單。特別值得一提的是紅帽的Kubernetes 運(yùn)算符，紅帽對(duì)其投入甚多，它能夠?qū)⒃S多例行的數(shù)據(jù)中心管理工作和應(yīng)用程序生命周期管理任務(wù)轉(zhuǎn)為自動(dòng)化管理，從而降低管理復(fù)雜性。

NVIDIA一直在開發(fā)自己的GPU運(yùn)算符，從而將早前大量需要IT經(jīng)理通過shell腳本來完成的工作實(shí)現(xiàn)自動(dòng)化，例如安裝設(shè)備驅(qū)動(dòng)程序，確保數(shù)據(jù)中心所有節(jié)點(diǎn)上都有正確的GPU容器運(yùn)行時(shí)間，并監(jiān)控GPU。

通過NVIDIA與紅帽的合作，只要設(shè)置了集群，您只需運(yùn)行GPU運(yùn)算符即可將必要的依賴項(xiàng)添加到集群中的工作節(jié)點(diǎn)上，就這么簡(jiǎn)單。而且，因?yàn)樗軌騿?dòng)新的云資源，這讓企業(yè)機(jī)構(gòu)能夠輕松地使用OpenShift 4來啟動(dòng)并運(yùn)行基于GPU的數(shù)據(jù)中心群集。

早期試用計(jì)劃

在紅帽峰會(huì)上，NVIDIA在1039號(hào)展臺(tái)展示了如何使用OpenShift和GPU運(yùn)算符來輕松設(shè)置裸機(jī)GPU集群。

此外，紅帽首席技術(shù)官Chris Wright在峰會(huì)現(xiàn)場(chǎng)發(fā)表了精彩的主題演講，NVIDIA計(jì)算軟件副總裁Chris Lamb也與他同臺(tái)，展示了我們的技術(shù)是如何協(xié)同工作的，并對(duì)雙方的對(duì)合作展開了更進(jìn)一步詳細(xì)探討。