Spojení Bitfusion a VMware vSphere umožní zákazníkům díky elastické infrastruktuře ušetřit náklady na umělou inteligenci a strojové učení, okamžitě sdílet prostředky a ve správný čas poskytovat správný hardwarový akcelerátor pro správnou pracovní zátěž.
Umělá inteligence (AI) a strojové učení (ML) pronikají do mnoha oblastí, výrobu a průmysl obecně nevyjímaje. Příkladem mohou být systémy využívající deep learning, tedy hlubokého učení k automatizovanému odhalování vad za pomoci kamer (viz článek „Kompletní řešení pro složité úlohy provozní kontroly“ v TT č. 10). Společně s jejich zaváděním však rostou požadavky na výpočetní operace provedené ve velmi krátkém čase tak, aby podobné systémy mohly fungovat v reálném čase.
K dramatickému zlepšení výkonu pracovních zátěží AI/ML, které běží řadu hodin nebo i déle, proto bývají využívány hardwarové akcelerátory, například grafické procesory (GPU). S rozšiřováním AI a ML napříč provozem však tedy dochází i k potřebě využívání stále většího počtu takových akcelerátorů. Protože však nezřídka pracují jen v určitých časových cyklech, nebývá jejich výpočetní potenciál po celou dobu plně využit. To vede k neefektivnímu a nedostatečnému využití stávajících i nově pořízených prostředků.
Řešení nyní nabízí funkce VMware vSphere Bitfusion, kterou společnost VMware implementovala do platformy VMware vSphere 7 díky loňské akvizici firmy Bitfusion, průkopníka v oblasti virtualizace hardwarových akceleračních prostředků. Ta umožní poskytovat elastickou infrastrukturu na vyžádání právě pro aplikace umělé inteligence (AI) a strojového učení (ML).
„Naším cílem je zajistit stejný užitek z GPU, jaký nabízíme u CPU [central processing unit – centrální procesor – pozn. red.],“ říká Krish Prasad, viceprezident a generální ředitel divize cloudových platforem společnosti VMware. „Propojením doposud izolovaných prostředků GPU budou zákazníci moci dosáhnout jejich lepšího a efektivnějšího využití díky sdílení, a tím okamžitě ušetřit náklady. Ještě důležitější je, že zpřístupněním sdílených prostředků GPU pomocí VMware vSphere 7 svým týmům na vyžádání budou schopní spustit nové nebo dokončit čekající AI/ML projekty.“
(Celý článek si můžete přečíst v Technickém týdeníku č. 12, který vychází 16. 6. 2020)