Kubernetes平台的分布式特性为运行使用机器学习(ML)和人工智能的工作负载提供了优势。但是,虽然公共云AI和ML资源很容易配给和操作,但要想在本地取得成功,需要GPU节点的正确配置和联网,以及具有一致的高吞吐量的数据存储。本课程提供了如何使用Nutanix来构建和配置基于gpu的Kubernetes集群和存储的专家指导,这些集群和存储支持分布式AI/ML模型和数据集。
演讲者
Pranav德赛
Debojyoti Dutta
已经有账户了吗?登录
输入您的用户名或电子邮件地址。我们会给你发一封电子邮件,告诉你如何重置密码。
抱歉,我们仍在检查该文件的内容,以确保下载安全。请几分钟后再试一次。
抱歉,我们的病毒扫描程序检测到此文件下载不安全。