戴尔PowerEdge服务器内置NVIDIA DPU、NVIDIA GPU与VMware vSphere 8,可助力企业提升AI工作负载性能和建立零信任安全基础;现可在NVIDIA LaunchPad上进行体验
旧金山 —— VMware Explore —— 2022年8月30日 —— NVIDIA今日宣布与戴尔科技推出一款专为人工智能(AI)时代设计的全新数据中心解决方案,为全球企业带来先进的AI训练、AI推理、数据处理、数据科学和零信任安全能力。
该解决方案结合戴尔PowerEdge服务器、NVIDIA BlueField® DPU 、NVIDIA GPU和NVIDIA AI Enterprise 软件,并针对今天发布的VMware vSphere 8企业工作负载平台进行了优化。
企业可在NVIDIA LaunchPad上体验这些技术组合。NVIDIA LaunchPad是一项动手实验室计划,可以为AI、数据科学等领域的端到端工作流提供软硬件权限。
NVIDIA企业计算负责人Manuvir Das表示:“随着计算和网络工作负载的激增,AI与零信任安全已成为一股推动全球企业重构数据中心的强大力量。VMware vSphere 8将数据中心基础设施服务卸载到NVIDIA BlueField DPU上,并对这些服务进行加速、隔离、加强对它们的保护,同时为全球企业释放出用于处理智能工厂的计算资源。”
戴尔科技基础设施解决方案产品线管理高级副总裁Travis Vigil表示: “在新一代GPU加速数据中心领域,戴尔与NVIDIA一直保持合作,并推动了大规模的突破。如今推出一个新的解决方案,将强大的NVIDIA BlueField DPU和NVIDIA GPU内置至PowerEdge服务器平台,我们将继续携手 NVIDIA 为客户提供出色的性能与安全能力,帮助企业机构解决一些全球面临的严峻挑战。”
在BlueField上运行vSphere 8可大幅提高工作负载性能。通过将工作负载卸载到DPU,客户可以加速网络和安全服务,并节省CPU周期,同时保持性能,满足现代分布式工作负载的吞吐量和延迟要求。这一组合提高了性能与效率、简化了运营并增强了数据中心、边缘、云和混合环境的基础设施安全。
VMware云平台业务资深副总裁兼总经理Krish Prasad表示:“带有人工智能(AI)/机器学习(ML)和分析功能的分布式现代化应用,正在利用加速器,并提供更高的安全性作为主流应用基础设施的一部分,从而推动数据中心架构的转型。戴尔PowerEdge服务器,基于最新VMware vSphere 8创新技术而构建,并由NVIDIA BlueField DPU提供加速。戴尔PowerEdge服务器可为关键的企业云应用提供先进的性能和效率,同时更加有效地防止企业在多云环境中受到横向威胁。”
NVIDIA AI Enterprise即将支持VMware vSphere 8
NVIDIA 和 VMware AI-Ready Enterprise Platform是一个结合NVIDIA AI Enterprise软件套件和VMware vSphere的解决方案,戴尔PowerEdge服务器作为NVIDIA认证系统之一,将能够运行此解决方案。
NVIDIA AI Enterprise是一套全面的云原生AI和数据分析软件套件,为使企业能够在熟悉的基础设施上使用AI,而做了专门的优化。这套软件可以部署在任何地方,包括从企业数据中心到公有云,并且为保证AI项目在各地的正常运行,其对全球企业均可提供支持。
即将发布的NVIDIA AI Enterprise将为VMware vSphere 8的新功能提供支持,包括对更大规模的多GPU工作负载、资源优化和GPU生命周期的轻松管理提供支持。
供货情况
通过NVIDIA LaunchPad,企业可对NVIDIA BlueField-2 DPU上运行的VMware vSphere 8免费动手实验室进行访问。
内置在NVIDIA BlueField-2 DPU上运行的vSphere 8的戴尔服务器,将于今年晚期上市。内置VMware vSphere的NVIDIA AI Enterprise现已上市,前往NVIDIA LaunchPad 动手实验室,即可立即体验。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。