DGX托管功能目前已在亚洲、澳大利亚、欧洲、北美和南美推出,全新“先试后买”服务也在试点中。
NVIDIA DGX-Ready数据中心项目目前正在向全球范围进行扩展,该项目可以帮助企业部署AI基础设施,为其提供助力。此外,我们还增加了新的服务,帮助企业加速进程。
该项目目前新增了3家欧洲区域合作伙伴、5家亚洲区域合作伙伴和2家北美区域合作伙伴。借由这些新增合作伙伴,客户现在可以访问由全球19家经过验证的合作伙伴所组成的全球网络。
DGX-Ready数据中心合作伙伴能够帮助企业访问基于AI基础设施的现代数据中心设备。基于全球领先的DGX AI计算基础设施,DGX-Ready数据中心合作伙伴能够让更多企业以更低的成本访问支持AI-Ready的数据中心基础设施。
该项目如今已在全球24个市场地区启动,包括澳大利亚、奥地利、巴西、加拿大、中国、哥伦比亚、丹麦、法国、德国、香港、冰岛、爱尔兰、意大利、日本、荷兰、秘鲁、新加坡、韩国、西班牙、瑞典、瑞士、土耳其、英国和美国,后续还将覆盖更多市场地区。
在这些新增的服务点当中,位于日本的日本富士通横滨数据中心便是其中之一,该数据中心拥有数十套NVIDIA AI系统。
富士通总监Hisaya Nakagawa表示:“富士通横滨数据中心拥有60多套NVIDIA DGX-1和DGX-2系统。作为DGX-Ready数据中心项目的合作伙伴,我们能够为客户提供世界一流的设施,来帮助他们运行最重要的AI工作负载。通过该项目,客户可以快速启用AI基础设施,并开启他们的业务转型之路。”
富士通是新的DGX-Ready托管合作伙伴之一,其位于日本的富士通横滨数据中心配备了60多台NVIDIA DGX-1和DGX-2系统。
除了能够让客户访问世界一流的数据中心外,DGX-Ready数据中心项目还为客户提供了新的服务,来帮助他们降低由于投资新基础设施而引发的潜在风险。
目前有DGX-Ready托管服务供应商正在试点“先试后买”服务,该服务可以让企业先行试用DGX基础设施。这让客户能够在决定将这些系统部署到他们自己的数据中心之前就先获得宝贵的操作经验。首批提供此服务的合作伙伴包括:Core Scientific和Flexential。
此外,还有合作伙伴提供“GPU即服务”功能选项,该服务能够让企业以经济实惠的方式使用基于DGX的强大算力,而无需负担整套系统。
手机游戏开发商Jam City就正在使用这一功能,并从中受益。通过采用由NVIDIA DGX赋能的Core Scientific AI优化云,该公司的游戏开发进程实现了大幅加速。
“我们的游戏设计和业务拓展有赖于机器学习和人工智能为我们提供指导,”Jam City的首席数据师Rami Safadi表示,“Core Scientific的云服务拓展了我们利用数据的方式,让我们能够每天分析数十亿行的数据。可以看到,通过采用此项服务,我们的速度提升了8倍,这让我们能够训练出一套全新且成功的AI商业模型。”
面对如此之多的AI基础设施托管服务选项,选择一家符合需求的托管服务供应商尤为重要。
为了让选择过程变得简便快速,NVIDIA推出了DGX-Ready数据中心门户。通过该门户,客户可以搜索NVIDIA的全球供应商网络,并按照地区、支持的系统和增强服务进行筛选,从而更加简单快速地找到完美契合其需求的托管服务供应商。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。