Nvidia和VMware宣布了为AWS上的VMware Cloud提供加速的GPU服务的意图，以支持现代企业应用程序，包括AI，机器学习和数据分析工作流。这些服务将使客户能够将基于VMware vSphere的应用程序和容器无缝地迁移到云中，而无需更改，即可对其进行现代化以利用高性能计算，机器学习，数据分析和视频处理应用程序。
越来越多的企业使用人工智能(AI)技术来区分和改进其流程和产品。企业正在迅速采用AI并实施新的AI策略，这些策略要求功能强大的计算机从PB级企业数据中创建预测模型。
在各行各业中，企业正在使用依赖于Nvidia GPU的神经网络来实现机器学习应用程序，例如图像和语音识别，高级财务建模和自然语言处理，以进行更快的训练和实时推理。此外，VMware最近收购了Bitfusion，这使VMware可以有效地为企业中的AI和机器学习工作负载提供GPU功能。
通过这项合作关系，AWS上的VMware Cloud客户将可以访问由Nvidia T4 GPU加速的Amazon EC2裸机实例和新的Nvidia虚拟计算服务器(vComputeServer)软件组成的，高度可扩展的安全云服务。
Nvidia创始人兼首席执行官黄仁勋表示：“从运营情报到人工智能，企业依靠GPU加速的计算来做出直接影响其底线的快速，准确的预测。“与VMware一起，我们正在设计最先进的GPU基础架构，以促进整个企业的创新，从虚拟化到混合云再到VMware的新Bitfusion数据中心分解。”
“我们的客户正在拥抱VMware Cloud on AWS的独特价值，以加速关键业务应用程序的迁移和现代化，” VMware首席执行官Pat Gelsinger说。“通过与Nvidia和AWS等行业领导者建立的合作关系推动新的创新，我们将为混合云中最密集的数据驱动的工作负载和现代应用带来一流的GPU加速服务。”
带有Nvidia GPU的AWS上VMware Cloud在AI，ML和数据分析方面的优势
一旦这些服务可用，企业将能够利用企业级混合云平台来加速应用程序现代化。他们将能够在从数据中心到AWS云的统一VMware基础设施中统一部署，迁移和操作，以支持大多数计算密集型工作负载，包括AI，机器学习和数据分析。好处包括：
无缝的可移植性：使用VMware HCX，客户只需单击一下按钮，就可以移动由Nvidia vComputeServer软件和GPU提供支持的工作负载，而无需停机。这将为客户提供更多选择和灵活性，以在云或本地执行培训和推理。
弹性AWS基础架构：借助在Nvidia T4的支持下自动扩展AWS群集上的VMware Cloud的能力，管理员将能够根据数据科学家的需求来扩大或缩小可用的培训环境。
适用于现代应用程序的加速计算： Nvidia T4 GPU具有Tensor内核，可加速深度学习推理工作流程。将这些与vComputeServer软件结合用于GPU虚拟化时，企业可以灵活地在虚拟化环境中运行GPU加速的工作负载，如AI，机器学习和数据分析，以提高安全性，利用率和可管理性。
一致的混合云基础架构和运营：借助AWS上的VMware Cloud，组织可以利用VMware行业标准的vSphere，vSAN和NSX建立基础架构，并在整个混合云中实现一致的运营，从而使关键业务应用程序现代化。IT运营商将能够在vCenter内部管理vSphere加速的工作负载以及在本地vSphere上运行的GPU加速的工作负载。
无缝，端到端的数据科学和分析渠道： Nvidia T4数据中心GPU使用Nvidia RAPIDS(一系列用于数据科学的Nvidia GPU加速库，包括深度学习，机器学习和数据分析的集合)为主流服务器提供增压并加速数据科学技术。。
