GPU Service избавляет от необходимости вкладывать средства в ИТ-оборудование и позволяет быстро масштабировать вычислительные ресурсы по требованию, являясь более удобным и эффективным инструментом, чем физические серверы. На базе платформы с самыми мощными GPU ускорителями можно решать сложные задачи в сфере обработки больших данных, машинного обучения и искусственного интеллекта, а также проводить научные исследования.
GPU Service
Облачная платформа с серверными GPU ускорителями предоставляет компаниям возможность справляться с задачами высокопроизводительных вычислений, снижая ресурсные затраты.
О сервисе
GPU Service: что это и зачем нужно
Сервис доступен из единого окна управления RCloud by 3data и предоставляется как платформа на базе Docker-контейнеров. Контейнерам презентованы GPU ускорители Nvidia Tesla A100. Готовые к запуску контейнеры доступны с ресурсами vCPU, RAM, SSD и Сетью и являются более экономичным аналогом привычным Виртуальным Машинам.
Аппаратная платформа построена на Enterprise оборудование и расположена в московском дата-центре с дублированными каналами связи и резервным питанием.
Для быстрого запуска в работу контейнеры предоставлены специалистами в области ML и Big Data с готовым программным окружением и популярными фреймворками для Машинного Обучение: PyTorch, Tensorflow. Благодаря этому нет необходимости тратить время для инсталляции и развертывания оболочки базового программного обеспечения.
Отличительной особенностью GPU Service является работающая технология MIG для виртуализации физической GPU карты. Серверные GPU (Tesla A100) поддерживают Multi-Instance GPU (MIG) и имеют семь независимых инстансов в одном GPU. Каждый из инстансов полностью изолирован, имеет высокоскоростную память, кэш и собственные вычислительные ядра.
В рамках нового сервиса с GPU заказчику доступны контейнеры с 1/7, 2/7, 3/7 и далее до 7/7 дробных частей целой физической карты Tesla A100. Дробные части целой карты применяются для снижения стоимости или для менее ресурсоёмких задач, например, там, где обычно используются игровые ускорители.
Преимущества GPU Service
-
Функциональность и простота развертывания
Решайте сложнейшие задачи по машинному обучению в разы быстрее за счет быстрого развертывания программного окружения в привычной среде для Data Science специалистов (интерфейс JupyterLab/доступ по SSH). Клиентские образы контейнера помогут пользователю заранее подготовить статичное окружение, чтобы впоследствии использовать их для быстрого дублирования контейнеров.
-
Масштабирование и скейлинг
Повышение утилизации вычислительных ресурсов за счет дробления одной GPU на разные задачи. Облачное масштабирование мощностей по мере необходимости в любой момент времени. Возможность комбинировать с дополнительными сервисами: Виртуальными Машинами и Хранилищем S3, и управлять всеми ресурсами своей инфраструктуры из единого окна управления.
-
Оплата за фактическое потребление
Используйте вычислительные мощности и платите за конкретное время их фактического использования. Доступна как помесячная, так и поминутная тарификация. Входящий и исходящий трафик не тарифицируется.
-
Оплата за фактическое потребление
Используйте вычислительные мощности и платите за конкретное время их развертывание и фактическое применение. Используется посекундная тарификация
-
Экономия на оборудование
Избавьтесь от необходимости вкладывать средства в ИТ-оборудование (физические серверы и стойки) и эффективнее решайте бизнес-задачи.
-
Помощь экспертов
Специалисты RCloud by 3data обеспечивают сопровождение проекта: подключает команду специалистов вокруг задачи клиента и выделяют ресурсы для бесплатного тестирования (в том числе для планирования бюджетов проекта – оценка ресурсов, прогноз стоимости для будущих вычислений).
Области применения
- Большие данные
- Искусственный интеллект
- Машинное обучение
- Глубокое обучение
- Научные вычисления
- Геологоразведка
- Моделирование и симуляция
- Аналитика
- Рендеринг
- Обработка фото, аудио и видео
Оставить заявку
Оставьте контакты и мы свяжемся с вами в ближайшее время
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь с Политикой конфиденциальности