NVIDIA a dévoilé son offre de conteneurs accélérés par GPU. Accessibles à tous, partout, ils incluent des logiciels optimisés pour le deep learning et d'autres outils pensés pour lancer des calculs pour l'intelligence artificielle sur des serveurs dotés de cartes graphiques particulièrement puissantes. La conteneurisation permet de garantir la portabilité des projets IA à travers les environnements tout en réduisant les coûts d'exploitation liés aux workflows IA. Ce nouveau catalogue de conteneurs logiciels optimisés deep learning est mis à disposition de tous les utilisateurs, avec les fournisseurs éligibles de services cloud, les systèmes NVDIAI DGX mais également certains GPU de la marque pour stations de travail fixes. NVIDIA GPU Cloud a été pensé tant pour les chercheurs que les ingénieurs, afin de pouvoir travailler sur des projets complexes et innover dans tous les secteurs.
"Grâce à NVIDIA GPU Cloud (NGC), les ingénieurs et les chercheurs peuvent désormais accéder à un catalogue exhaustif de solutions logicielles optimisées pour les workflows Deep Learning et HPC - qui exploitent pleinement la puissance de calcul des GPU NVIDIA. Le registre de conteneurs NGC inclut des outils qui ont été conçus, testés, certifiés et actualisés par NVIDIA pour les principaux frameworks Deep Learning de l’industrie. NGC vous fournit par ailleurs des conteneurs tiers d’applications HPC, des conteneurs de visualisation NVIDIA pour le calcul haute performance et des applications développées par nos partenaires."
Le NVIDIA CPU Cloud propose désormais un catalogue exhaustif de conteneurs accélérés par GPU pour favoriser l'innovation et la recherche avec une mise en service rapide et des délais de configuration logicielle réduits. Son offre inclue des applications HPC tiers, des outils de visualisation NVIDIA et bien évidemment des logiciels optimisés :
"NVIDIA GPU Cloud permet aux chercheurs en intelligence artificielle d’accéder à des conteneurs à hautes performances spécialement optimisés pour les principaux logiciels de l’industrie comme TensorFlow, PyTorch ou MXNet. Ces frameworks pré-intégrés et accélérés par GPU incluent toutes les dépendances nécessaires comme l’environnement d’exécution NVIDIA® CUDA®, des bibliothèques NVIDIA et un système d’exploitation dédié. Ils ont été conçus, testés et certifiés par NVIDIA pour les systèmes de la gamme NVIDIA DGX™, les cartes graphiques NVIDIA TITAN à architecture NVIDIA Volta™ et NVIDIA Pascal™ , et les instances Amazon EC2 P3 avec NVIDIA Volta. Les utilisateurs sont ainsi débarrassés des intégrations logicielles chronophages et fastidieuses, et peuvent par conséquent se concentrer sur la résolution de projets auparavant irréalisables."
Concernant les applications HPC, NVIDIA explique que "les conteneurs d’applications HPC disponibles via NVIDIA GPU Cloud facilitent le déploiement des applications et vous donnent accès à de nouvelles fonctionnalités avec des performances spécialement optimisées". En effet, il peut s'avérer complexe d'installer et de mettre à niveau ses applications HPC dans un environnement dédié mais avec la solution NVIDIA, il n'y a qu'à se connecter au conteneur sur NGC. Il suffit ensuite de l'exécuter "depuis un système à architecture NVIDIA Pascal ou Volta - qu’il s’agisse d’une station de travail en local, d’un système NVIDIA DGX ou d’un cluster de calcul haute performance". Pour plus d'informations ou vous enregistrer, rendez-vous sur le site de NVIDIA.

Nos articles remonteront en priorité dans « À la une » de Google.