NVIDIA AI Enterprise 是一款端到端的安全云原生 AI 軟件套件。最近發(fā)布的 NVIDIA AI Enterprise 3.0 加入了幫助優(yōu)化生產(chǎn)級 AI 性能與效率的新功能。本文將詳細介紹以下新功能及其工作原理。

· Magnum IO GPUDirect Storage

· VMware vSphere 8.0的 GPU 虛擬化功能

· Red Hat Enterprise Linux（RHEL）KVM 8 和 9

· Fractional multi-vGPU 支持

· 對 NVIDIA AI 的擴展支持

生產(chǎn)級 AI 功能

NVIDIA AI Enterprise 3.0 版本中的新 AI 工作流有助于縮短生產(chǎn)級 AI 的開發(fā)時間。這些工作流是常見 AI 用例的參考應(yīng)用，包括聯(lián)絡(luò)中心智能虛擬助理、音頻轉(zhuǎn)錄、數(shù)字指紋等。

未加密的預(yù)訓(xùn)練模型也首次包括在內(nèi)，這確保了 AI 的可解釋性并使開發(fā)者能夠查看模型的權(quán)重和偏差，并了解模型的偏差。

NVIDIA AI Enterprise 現(xiàn)在支持 NGC 目錄中發(fā)布的所有 NVIDIA AI 軟件。已經(jīng)使用過 NGC 的開發(fā)者現(xiàn)在可以無縫過渡到 NVIDIA AI Enterprise 并使用支持 50 多個 AI 框架、預(yù)訓(xùn)練模型和 SDK 的 NVIDIA Enterprise Support。

基礎(chǔ)設(shè)施性能功能

NVIDIA AI Enterprise 3.0 包含許多有助于優(yōu)化基礎(chǔ)設(shè)施性能的新功能，因此用戶可以從他們的 AI 投資中獲得最大收益并最大程度地節(jié)約成本和時間。下面將對這些功能進行詳細說明。

Magnum IO GPUDirect Storage

企業(yè)現(xiàn)在可以在部署 NVIDIA AI Enterprise 3.0 的情況下，利用 Magnum IO GPUDirect Storage 的性能優(yōu)勢來加速和擴展他們的 AI 工作負載。GPUDirect Storage 1.4 打通了本地或遠程存儲與 GPU 內(nèi)存之間的直接數(shù)據(jù)路徑，為復(fù)雜的工作負載提供無與倫比的性能。

GPUDirect Storage 簡化并提高了存儲和 GPU 緩沖區(qū)之間的數(shù)據(jù)流的效率，適用于在 GPU 上消耗或產(chǎn)生數(shù)據(jù)而不需要 CPU 處理的應(yīng)用。該功能通過遠程直接內(nèi)存訪問（RDMA），在從存儲到 GPU 內(nèi)存的直接路徑上快速移動數(shù)據(jù)，減少延遲并通過消除回彈緩沖區(qū)產(chǎn)生的多余復(fù)制來減輕 CPU 的負擔(dān)。

GPUDirect Storage 帶來了明顯的性能提升。與 NumPy 相比，使用 NVIDIA DALI 進行深度學(xué)習(xí)推理時，性能提高了 7.2 倍。

美國國家航空航天局（NASA）的火星探測器演示項目使用 NVIDIA IndeX 和 GPUDirect Storage 以及 27000 多個 NVIDIA GPU 來模擬逆向推進，在使用 PCIe 交換機和 NVLinks 以及 GPUDirect Storage 時，帶寬提高了 5 倍。

圖 1. GPUDirect Storage 提供了一條從存儲出發(fā)、完全跳過 CPU 的直接路徑，消除了綁定在 CPU 上的回彈緩沖。

VMware vSphere 8.0 的 GPU 虛擬化功能

NVIDIA AI Enterprise 3.0 引入了對 VMware vSphere 8 的支持，包括多項可加速性能和提高運行效率的功能。VMware 環(huán)境現(xiàn)在可以在一個虛擬機上添加多達 8 個虛擬 GPU，vGPU 數(shù)量比之前的版本多了一倍。這提高了大型 ML 模型的性能，為復(fù)雜的 AI 和 ML 工作負載提供了更高的可擴展性。

隨著設(shè)備組的引入，IT 管理員現(xiàn)在可以更好的控制虛擬機的放置。vSphere 附帶的管理工具分布式資源調(diào)度（DRS）可確定虛擬機的最佳放置位置。

新的設(shè)備組功能提供了對 PCIe 設(shè)備的洞察，這些設(shè)備在硬件層面上（通過 NVLink 或 PCIe 開關(guān)）相互配對，IT 管理員可以從中選擇一個子集，提交給虛擬機作出 DRS 調(diào)度決策。

通過設(shè)備組，IT 管理員可以確保設(shè)備子集被一起分配給虛擬機。例如，如果用戶想要通過擴展 GPU 來加速大型模型，IT 管理員可以創(chuàng)建一個包含 GPU 的設(shè)備組并通過 NVLink 連接這些設(shè)備，比如圖 2 中的設(shè)備組 1。

如果用戶想要向外擴展到多臺服務(wù)器以進行分布式訓(xùn)練，可以使用共享同一 PCIe 交換機的 GPU 和 NIC 組成設(shè)備組，比如圖 2 中的設(shè)備組 2。

圖 2. 有兩個 GPU 的設(shè)備組（左）和服務(wù)器上有一個 GPU 與網(wǎng)卡的設(shè)備組（右）

Red Hat Enterprise Linux KVM

NVIDIA AI Enterprise 3.0 將虛擬化支持擴展至 Red Hat Enterprise Linux 8.4、8.6、8.7、9.0 和 9.1，使企業(yè)能夠?qū)?KVM 功能擴展到他們的 AI 工作負載。通過 RHEL KVM，管理員可以在一個虛擬機上添加多達 16 個虛擬 GPU，將計算密集型工作負載的處理速度提高數(shù)倍。

Fractional multi-vGPU 支持

管理員現(xiàn)在可以通過 NVIDIA AI Enterprise 3.0，為一臺虛擬機配置多個 Fractional vGPU，從而更加靈活地根據(jù)工作負載優(yōu)化虛擬機的配置。在該版本發(fā)布之前，每臺虛擬機只能通過一個或多個整數(shù)份 GPU 加速。

管理員現(xiàn)在能夠更加靈活地根據(jù)工作負載的計算需求，為一個虛擬機分配多個部分 vGPU 配置文件。例如，當(dāng)運行具有不同計算需求的多個推理工作負載時，管理員可以根據(jù)工作負載的內(nèi)存需求，為一個虛擬機分配不同數(shù)量幀緩沖器的 NVIDIA A100 Tensor Core GPU 的部分配置文件。

需要注意的是，所有部分配置文件必須是相同的板卡類型和系列?？梢詫⒁粋€或多個物理 GPU 分成這些份額的 vGPU 配置文件。該功能在 VMware vSphere 8 和 RHEL KVM 8 和 9 上均可以使用。

圖 3. 將一個配置文件分成多個 vGPU 分配給一個虛擬機

對 NVIDIA AI 的擴展支持

NVIDIA AI Enterprise 為 NGC 目錄中發(fā)布的所有 NVIDIA AI 軟件提供支持，該目錄目前包含 50 多個框架和模型。所有受支持的模型都標(biāo)有“NVIDIA AI Enterprise Supported”以幫助用戶輕松識別支持的軟件。

圖 4. 所有 NVIDIA AI Enterprise 支持的模型在 NGC 目錄中都有標(biāo)注

總結(jié)

通過最新 3.0 版本的 NVIDIA AI Enterprise，企業(yè)可以使用最新的性能和效率優(yōu)化功能縮短生產(chǎn)級 AI 的開發(fā)時間。NVIDIA LaunchPad 使用戶可以在私有加速計算環(huán)境中即時、短期訪問 NVIDIA AI Enterprise 軟件套件，包括各種動手實操實驗室。

即刻點擊“閱讀原文”或掃描下方海報二維碼，在 NVIDIA On-Demand 上觀看 GTC 精選回放，包括主題演講相關(guān)精選、中國本地精選內(nèi)容、生成式 AI 專題以及全球各行業(yè)及領(lǐng)域最新成果！