Nvidia GPU Cloud (NGC)

Продукт
Разработчики: Nvidia (Нвидиа)
Дата премьеры системы: 2017/10/26
Дата последнего релиза: 2017/12/04
Технологии: PaaS - Platform As A Service - Бизнес-платформа как сервис,  Средства разработки приложений

Содержание

Nvidia GPU Cloud (NGC) - репозиторий контейнеров для разработчиков решений для искусственного интеллекта.

2020: Инвестирование $40 млн в ИИ-приложения

27 марта 2020 года «Яндекс» сообщил о сотрудничестве своей платформы «Яндекс.Облако» с Nvidia в рамках развития технологий искусственного интеллекта (ИИ). Партнёры открывают для российских компаний библиотеку приложений для работы с машинным обучением, нейросетями и ИИ Nvidia GPU Cloud (NGC).

Российские компании могут применять приложения NGС для решения прикладных бизнес-задач: построения рекомендательных систем, оптимизированного управления запасами, оптического контроля на производстве, организации дорожного движения в умных городах, разработки различных приложений и систем на основе компьютерного зрения.

«Яндекс.Облако» и Nvidia помогут внедрить искусственный интеллект

Готовые приложения для работы с ИИ и машинным обучением также помогут в создании принципиально новых продуктов и сервисов «завтрашнего дня»: в сфере беспилотного транспорта, генного анализа и медицинских исследований, дополненной и виртуальной реальности

Платформа «Яндекс.Облако» стала первым публичным облаком в России, получившим статус официального партнера c NGC-сертификацией от Nvidia.Российский рынок CRM-систем: оценки, тренды, крупнейшие поставщики и перспективы. Обзор TAdviser 149.1 т

Подразделение «Яндекса» планирует инвестировать в развитие инфраструктуры облачной платформы и разработку инструментов ИИ не менее $40 млн, рассказал «Ведомостям» представитель компании. А если спрос на ИИ-решения будет расти, то инвестиции будут увеличены. С конца 2019 года вложено более $5 млн, уточнил он.

Инвестиции направят на закупку GPU-процессоров для увеличения вычислительных возможностей платформы, а также на расширение команды по разработке собственных сервисов на базе ИИ.

Платформа поможет быстро запускать ИИ в бизнесе, но российские компании стремятся всё сделать сами, а не пользоваться сторонними сервисами, считает главный аналитик Центра по искусственному интеллекту НТИ на базе МФТИ Игорь Пивоваров.
[1]

2017

Расширение функционала с добавлением поддержки ONNX и MXNet 1.0

4 декабря 2017 года компания NVIDIA объявила о поддержке облачной платформы Nvidia GPU Cloud (NGC) для продуктов Nvidia Titan и исследователей в области искусственного интеллекта (ИИ), работающих на графических процессорах Nvidia.

Nvidia расширила возможности NGC, добавив программные апдейты для репозитория контейнеров NGC. Теперь исследователям доступен широкий набор инструментов, способных ускорить работу, связанную с искусственным интеллектом и высокопроизводительными вычислениями.

Пользователи GPU TITAN на архитектуре Pascal могут бесплатно зарегистрироваться в системе NGC, чтобы получить доступ к полному каталогу оптимизированных для GPU инструментов глубокого обучения и HPC-вычислений. В список поддерживаемых платформ входят NVIDIA DGX-1, DGX Station и экземпляры с NVIDIA Volta на Amazon EC2.

Репозиорий контейнеров NGC содержит оптимизированные фреймворки глубокого обучения NVIDIA - TensorFlow и PyTorch, HPC-приложения от сторонних компаний, инструменты визуализации NVIDIA для HPC и программируемый ускоритель логических выводов NVIDIA TensorRT 3.0.

Помимо доступности NVIDIA TensorRT в репозитории NGC, NVIDIA анонсировала апдейты для NGC:

  • поддержка Open Neural Network Exchange (ONNX) для TensorRT;
  • поддержка и доступность первого релиза MXNet 1.0;
  • доступность ИИ-фреймворка Baidu PaddlePaddle.

ONNX – это открытый формат, созданный Facebook и Microsoft, через который разработчики могут обмениваться моделями в разных фреймворках. В контейнере разработки TensorRT NVIDIA создала конвертер, позволяющий использовать модели ONNX в движке логических выводов TensorRT. Это позволяет упростить внедрение низколатентных моделей в TensorRT.

Для разработчиков доступен источник программного обеспечения в области ИИ-вычислений – от исследований до разработки, обучения и внедрения приложений.

Открытие доступа к репозиторию контейнеров

25 октября 2017 года компания NVIDIA объявила о доступности репозитария контейнеров NVIDIA GPU Cloud (NGC) для разработчиков ИИ-решений во всем мире.

По мнению компании, бесплатный доступ к полноценному, простому в использовании и оптимизированному программному стеку для задач глубокого обучения NGC поможет разработчикам приступить к разработке программ глубокого обучения.

Облачный сервис доступен пользователям анонсированных инстансов Amazon Elastic Compute Cloud (Amazon EC2) P3 на основе графических процессоров NVIDIA Tesla V100.

После регистрации в NGC разработчики могут загрузить контейнерный программный стек, включающий и оптимизирующий широкий спектр фреймворков глубокого обучения, библиотек NVIDIA и рабочих версий CUDA, которые плавно работают в облаке или в системах NVIDIA DGX.

Разработчикам программ глубокого обучения с помощью NGC нужно выполнить три шага:

  • Бесплатно создать учетную запись NGC на странице www.nvidia.com/ngcsignup.
  • Запустить оптимизированный образ NVIDIA на платформе поставщика облачных сервисов.
  • Загрузить контейнеры из NGC.

Основные свойства репозитария контейнеров NGC:

  • быстрый доступ к фреймворкам с GPU-ускорением:
    • в составе программного пакета, упакованного в контейнеры:
      • NVCaffe,
      • Caffe2,
      • Microsoft Cognitive Toolkit (CNTK),
      • DIGITS,
      • MXNet,
      • PyTorch,
      • TensorFlow,
      • Theano
      • Torch,
      • CUDA, для разработки приложений.

  • производительность: репозитарий контейнеров NGC, настроенный, протестированный и сертифицированный NVIDIA, обеспечивает разработчикам оптимальную производительность на графических процессорах NVIDIA, работающих в облаке.
  • прединтеграция: контейнеры позволяют пользователям приступить к разработке решений глубокого обучения, минуя сложную и долговременную фазу программной интеграции.
  • актуальность: контейнеры совершенствуются командой NVIDIA, гарантируя оптимизацию каждого фреймворка глубокого обучения для быстрого обучения на GPU NVIDIA. Инженеры NVIDIA регулярно оптимизируют библиотеки, драйверы и контейнеры за счет ежемесячным обновлений.

Представление сервиса Nvidia GPU Cloud, (2017)



СМ. ТАКЖЕ (11)


Подрядчики-лидеры по количеству проектов

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Microsoft (41, 47)
  Солар (ранее Ростелеком-Солар) (2, 46)
  Oracle (49, 26)
  Hyperledger (Open Ledger Project) (1, 23)
  IBM (33, 18)
  Другие (553, 270)