日前,華為云·云容器實例(CCI)全球首發(fā)基于K8S的serverless GPU加速型容器實例。這是繼華為云在全球首發(fā)基于K8S的容器實例后,為容器實例服務提供更豐富的計算選擇,給關注AI、視頻處理等高性能計算的企業(yè)和開發(fā)者帶來更多的玩法。
AI算力需求迎來爆發(fā)式增長
以AI場景為例,OpenAI發(fā)布研究報告,透露2012年到2018年6年間單次AI訓練的計算量增加30萬倍,這意味著訓練計算量每3.5個月翻倍,是摩爾定律的5倍。同時,AI正在向各行各業(yè)普及,因此AI算力的需求會出現(xiàn)爆炸式增長。公有云因為低成本的硬件、無需關注基礎設施、0交付周期的優(yōu)勢,是客戶在有AI算力需求時是更好的選擇。
隨著容器技術逐漸被各個領域開發(fā)者接受,大家發(fā)現(xiàn)容器技術可以提供標準化的容器打包,解決AI場景中不同工具對環(huán)境的依賴。用戶在搭建深度學習訓練環(huán)境,需要準備帶GPU的機器,安裝python,tensorflow,GPU驅(qū)動等,如果要從開發(fā)環(huán)境到測試環(huán)境,再從測試環(huán)境到生成環(huán)境,涉及環(huán)境遷移過程中如何保證環(huán)境的一致性。然而容器帶來的標準化打包能力可以提供了絕佳的解決方案,可以極大降低AI平臺的復雜度,做到多訓練框架并存、大幅簡化生產(chǎn)環(huán)境部署。
目前K8S已經(jīng)成為業(yè)界最主流的容器管理平臺,它提供靈活的編排調(diào)度系統(tǒng),可以滿足大規(guī)模、高并發(fā)的AI分布式訓練,大幅提高訓練速度。因此,公有云GPU容器實例對AI用戶的吸引力越來越高。
華為云·GPU加速型云容器實例
華為云·云容器實例本次發(fā)布的GPU加速型容器實例本質(zhì)是在Serverless K8S的基礎上提供GPU算力,這兩個技術的結合給AI、基因、視頻處理等場景帶來不一樣的體驗。
免運維。相比傳統(tǒng)租用云服務器、甚至自建IDC,GPU加速型容器實例無需客戶維護集群、考慮集群的升級、社區(qū)bug修復、集群資源利用率等問題,直接購買和管理GPU容器實例。同時,CCI提供了可視化的pod CPU/MEM/GPU監(jiān)控功能,可以實時監(jiān)控處理過程,極大的簡化運維成本。
高性能。華為云GPU加速型云容器實例支持秒級伸縮和高并發(fā),kata容器啟動速度實測600ms,集群規(guī)模高達上十萬容器實例,讓客戶快速利用GPU實例實現(xiàn)分布式計算。例如,華為云EI使用該GPU容器實例,在斯坦福大學DAWNBench測試中取得前兩名的好成績,并達到0.8+的GPU線性加速比。
低成本。很多高性能計算時長非常靈活,以AI訓練為例,很多場景下,客戶需要快速、多次計算進行迭代。華為云GPU加速型云容器實例提供按需按秒計費,讓客戶真正按業(yè)務計算市場進行消費,避免包年包月帶來的高成本。
華為云·GPU加速型云容器實例在Serverless K8S上展現(xiàn)了免運維、高性能、低成本算力的優(yōu)勢,逐步成為解決AI場景中各種環(huán)境問題的利器。未來也將在AI、基因、視頻處理等行業(yè),為高性能計算的企業(yè)和開發(fā)者提供更加高效,安全、低成本的公有云服務。
- 剪映海外版回歸美國:短視頻創(chuàng)作工具再戰(zhàn)江湖
- 全球IT大手筆:數(shù)據(jù)中心系統(tǒng)支出飆升,去年IT支出破5萬億美元
- 蘋果市值一夜蒸發(fā)超千億美元,蔚來機器狗項目蓄勢待發(fā),科技巨頭風云變幻
- 比亞迪印尼工廠年底竣工:投資10億造新能源車,年產(chǎn)能達15萬輛,加速東南亞綠色出行
- 蔚來汽車銷量飆漲,1月前三周同比猛增近150%,領跑新能源汽車市場
- 谷歌押注AI未來,向Anthropic新投10億美元,搶占OpenAI競爭高地
- 春節(jié)臨近,打車需求大漲,哈爾濱三亞異地需求成熱點
- 本田汽車AEB系統(tǒng)問題引爆美國監(jiān)管機構調(diào)查:30萬輛車遭殃,消費者權益受挑戰(zhàn)
- 中國制造崛起:2024年破繭而出,超40萬億產(chǎn)值領跑全球,創(chuàng)新力破繭成蝶
- 印尼與蘋果接近達成投資協(xié)議:iPhone 16系列有望重返印尼市場
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。