BS43:在云本地环境中运行AI工作负载的智能方法

  • 2021年9月26日
  • 0回答
  • 10的观点

Userlevel 7
徽章 + 34

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


这个话题已经停止评论
Baidu