VIRTUALISIERUNGSSOFTWARE AUF NVIDIA GRAFIKPROZESSOREN
Bei NVIDIA-Grafikprozessoren wird Software für virtuelle NVIDIA-Grafikprozessoren (vGPU) verwendet.
Weiter unten finden Sie den richtigen Grafikprozessor für Ihre Bedürfnisse.
Weiter unten finden Sie den richtigen Grafikprozessor für Ihre Bedürfnisse.
VIRTUALISIERUNGSSOFTWARE AUF NVIDIA GRAFIKPROZESSOREN
 | |  |  | | | |
|---|---|---|---|---|---|---|
GPUs | A100 | A30 | A40 | A16 | A10 | A2 |
Grafikprozessor- architektur | NVIDIA Ampere | NVIDIA Ampere | NVIDIA Ampere | NVIDIA Ampere | NVIDIA Ampere | NVIDIA Ampere |
Speichergröße | 80 GB HBM2e | 24 GB HMB2 | 48 GB GDDR6 with ECC | 64 GB GDDR6 (16 GB pro Grafikprozessor) | 24 GB GDDR6 | 16 GB GDDR6 |
Virtualisierungs- Workload | Virtualisiertes Computing mit höchster Leistung, einschließlich KI, HPC und Datenverarbeitung, einschließlich Unterstützung für bis zu 7 MIG-Instanzen. Upgradepfad für V100/V100S Tensor Core GPUs. | Virtualisieren Sie Mainstream-Computing- und KI-Inferenz und unterstützen Sie bis zu 4 MIG-Instanzen. | Mit NVIDIA RTX® Virtual Workstation (vDWS) lassen sich erweiterte und hochwertige 3D-Designs und kreative Workflows entwickeln. Upgradepfad für Quadro RTX™ 8000, RTX 6000. | Office-Produktivitäts-anwendungen, Streaming-Tools für Video- und Telekonferenzen für grafikreiche virtuelle Desktops, auf die Sie von jedem Ort aus zugreifen können. Upgradepfad für M10. | Office-Produktivitäts-anwendungen, Streaming-Tools für Video- und Telekonferenzen für grafikreiche virtuelle Desktops, auf die Sie von jedem Ort aus zugreifen können. | Inferenz für Einsteiger mit geringem Stromverbrauch. geringem Platzbedarf und hoher Leistung für intelligente Videoanalysen (IVA) mit NVIDIA-KI in der Edge. 7-mal mehr Inferenzleistung |
vGPU-Softwareunterstützung | NVIDIA Virtual Compute Server (vCS) | NVIDIA vCS | NVIDIA RTX vWS, NVIDIA Virtual PC (vPC), NVIDIA Virtual Apps (vApps), vCS | NVIDIA RTX vWS, vPC, vApps, vCS | vPC/vApps, vCS, vWs | vPC/vApps, vCS, vWs, NVIDIA AI Enterprise |
Datenblätter | A100 | A30 | A40 | A16 | A10 | A2 |
Zum Produkt | Weitere Infos | Weitere Infos | Weitere Infos | Weitere Infos | Weitere Infos | Weitere Infos |
 |  | | |  |  | |
|---|---|---|---|---|---|---|
GPU | A6000 | A5500 | A5000 | A4500 | A4000 | A2000 |
Grafikprozessor- architektur | NVIDIA Ampere | NVIDIA Ampere | NVIDIA Ampere | NVIDIA Ampere | NVIDIA Ampere | NVIDIA Ampere |
Speichergröße | 48 GB GDDR6 | 24 GB GDDR6 | 24 GB GDDR6 | 20 GB GDDR6 | 16 GB GDDR6 | 6 GB GDDR6 oder 12 GB GDDR6 |
Virtualisierungs- Workload | Ultrahohes Rendering, Simulation und 3D-Design mit NVIDIA vWS. KI, Deep Learning und Datenwissenschaft mit NVIDIA vCS. | Verwandeln Sie Ihre persönliche Workstation in mehrere virtuelle Workstations mit Unterstützung für NVIDIA RTX Virtual Workstation (vWS)-Software. | Arbeiten Sie mit NVIDIA vWS mit den größten und komplexesten RTX-fähigen Rendering-, 3D-Design- und Kreativanwendungen. | Arbeiten Sie mit NVIDIA vWS mit den größten und komplexesten RTX-fähigen Rendering-, 3D-Design- und Kreativanwendungen. | Mit RTX-Anwendungen und NVIDIA vWS lassen sich erweiterte und hochwertige 3D-Designs und kreative Workflows entwickeln. | Klein und Stromsparende Grafikkarte für kompakte Workstations, inklusive Tensor-Rechenkerne für Raytracing und KI-Beschleunigungen. |
vGPU-Softwareunterstützung | vWS, vPC, vApp, vCS | vWS, vPC, vApp | vWS, vPC, vApp, vCS | vWS, vPC, vApp, vCS | vWS, vPC, vApp, vCS | vWS, vPC, vApps, vCS |
Datenblatt | A6000 | A5500 | A5000 | A4500 | A4000 | A2000 |
Zum Produkt | Weitere Infos | Weitere Infos | Weitere Infos | Weitere Infos | Weitere Infos | Weitere Infos |
BESCHLEUNIGTE RECHENLEISTUNG, VIRTUALISIERT
KI, Deep Learning und Datenwissenschaft erfordern beispiellose Rechenleistung. Mit dem Virtual Compute Server von NVIDIA (vCS) können Rechenzentren die Servervirtualisierung mit aktuellen NVIDIA-Grafikprozessoren für Rechenzentren beschleunigen, etwa den NVIDIA A100 und A30 Tensor Core-GPUs, sodass auch die rechenintensivsten Workloads, wie z. B. künstliche Intelligenz, Deep Learning und Datenwissenschaften, auf einer virtuellen Maschine (VM) mit NVIDIA vGPU-Technologie ausgeführt werden können. Dies ist nicht etwa ein kleiner Schritt für die Virtualisierung, sondern ein großer Sprung.
vCS LÖSUNGSÜBERSICHT
FÜR MAXIMALE EFFIZIENZ SKALIERT
NVIDIA Virtual GPUs bieten Ihnen nahezu Bare-Metal-Leistung in einer virtualisierten Umgebung, maximale Auslastung, Verwaltung und Überwachung in einer Hypervisor-basierten Virtualisierungsumgebung für GPU-beschleunigte KI.
Leistungsskalierung für Deep-Learning-Training mit vCS auf NVIDIA A100 Tensor-Core-GPUs
Entwickler, Datenwissenschaftler, Forscher und Studenten benötigen enorme Rechenleistung für Deep-Learning-Training. Unsere A100 Tensor-Core-GPU beschleunigt die Arbeit, wodurch schneller mehr erreicht werden kann. NVIDIA-Software, der Virtual Compute Server, bietet nahezu die gleiche Leistung wie Bare Metal, selbst wenn sie auf große Deep-Learning-Trainingsmodelle skaliert wird, die mehrere GPUs verwenden.
Durchsatzleistung bei Deep-Learning-Inferenz mit MIG auf NVIDIA A100 Tensor-Core-GPUs mit vCS
Multi-Instance GPU (MIG) ist eine Technologie, die nur auf der NVIDIA A100 Tensor-Core-GPU zu finden ist und die A100-GPU in bis zu sieben Instanzen partitioniert, die jeweils vollständig mit eigenem Speicher mit hoher Bandbreite sowie eigenem Cache und eigenen Rechenkernen isoliert sind. MIG kann mit Virtual Compute Server verwendet werden und bietet eine VM pro MIG-Instanz. Die Leistung ist gleichbleibend, ob nun ein Inferenz-Workload über mehrere MIG-Instanzen auf Bare Metal ausgeführt oder mit vCS virtualisiert wird.
RESSOURCEN FÜR IT-MANAGER
Erfahren Sie, wie NVIDIA Virtual Compute Server die Leistung maximiert und das IT-Management vereinfacht.
Nutzungsoptimierung
Schöpfen Sie wertvolle GPU-Ressourcen voll aus, indem Sie GPUs nahtlos für einfachere Workloads wie Inferenz aufteilen oder mehrere virtuelle GPUs für rechenintensivere Workloads wie Deep-Learning-Training bereitstellen.
Verwaltbarkeit und Überwachung
Sichern Sie die Verfügbarkeit und Einsatzbereitschaft der Systeme, die Datenwissenschaftler und Forscher benötigen. Überwachen Sie die GPU-Leistung auf Gast-, Host- und Anwendungsebene. Sie können sogar Verwaltungstools wie Anhalten/Fortsetzen und Live-Migration nutzen. Erfahren Sie mehr über die betrieblichen Vorteile der GPU-Virtualisierung.
VORTEILE FÜR DIE IT ENTDECKEN