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
BS43:在云本地环境中运行AI工作负载的智能方法
Userlevel 7
+ 34
这个话题已经停止评论