借助 Ubuntu 和 NVIDIA AI Workbench 加速 AI 开发
by Canonical on 31 May 2024
Canonical 通过 NVIDIA AI Workbench 拓展与 NVIDIA 的合作。NVIDIA AI Workbench 支持跨工作站、数据中心和云部署功能。
NVIDIA AI Workbench 是一个简单易用的工具包,开发人员可以使用它在其 PC 或工作站上创建、测试和自定义 AI 和机器学习模型,并将这些模型扩展到数据中心或公共云。它可以简化交互式开发工作流,同时将让新手止步不前,也让专家脱轨的技术任务自动化。协作式 AI 和 ML 开发现可在任何平台进行,且适用于任何技能水平的人群。
作为用于数据科学、人工智能和机器学习的首选操作系统,Ubuntu 和 Canonical 在 AI Workbench 功能方面发挥着不可或缺的作用。
- 在 Windows 上,Ubuntu 通过 WSL2 支持 AI Workbench。
- 在云中,Ubuntu 22.04 LTS 使 AI Workbench 云部署成为远程机器支持的唯一目标操作系统。
- 对于从数据中心到云、再到边缘的 AI 应用程序部署,基于 Ubuntu 的容器是 AI Workbench 的关键部分。
Canonical 和 NVIDIA 之间的强强合作使得这种无缝的终端用户体验成为了可能。
定义您的 AI 开发旅程,从本地启动并扩展至全球
轻松创建、协作和重现生成式 AI 和数据科学项目。只需负责开发和执行,其余工作交由 NVIDIA AI Workbench 处理:
- 简化的设置:易于安装和配置用于 GPU 加速硬件的容器化开发环境。
- 笔记本电脑到云:只需点击几下即可在 RTX PC 或工作站上本地启动并扩展到数据中心或云。
- 自动化工作流管理:简化项目资源、版本控制和依赖跟踪的管理。
Ubuntu 结合 NVIDIA AI Workbench 改善客户端机器上生成 AI 工作负载方面的最终用户体验
作为成熟的数据科学操作系统,Ubuntu 现在通常用于 AI/ML 开发和部署用途。其中包括生成式 AI(GenAI)工作负载的开发、处理和迭代。随着边缘 AI 应用和设备的增加,小型设备和 GPU 上的 GenAI 变得越来越重要。智能城市等应用需要更多的边缘设备,如摄像头和传感器,因此需要在边缘处理更多的数据。为了让最终用户更容易部署具有更高可定制性的工作负载,通常会首选 Ubuntu 容器,因为它们适用于裸机部署且简单易用。NVIDIA AI Workbench 提供完美集成且适用于 GenAI 用例的 Ubuntu 容器选择。
Ubuntu LTS 可安心使用
使用 Ubuntu,开发人员可以从 Canonical 20 年的长期支持版本历程中受益,获得 5 年安全更新和补丁支持。使用 Ubuntu Pro,企业组织可以将支持和安全维护承诺期限延长至 10 年,使团队卸下安全性和合规性方面的重担,从而专注于构建出色的模型。Canonical 将携手 Ubuntu 为 AI 创新者提供一个随处可用的优化且安全的环境。
入门简单且免费。
Canonical 开源 AI 解决方案入门
- 查看更多关于 Canonical 和 NVIDIA 致力于帮助企业运用 AI 的信息。
- Canonical 软件已经验证并作为 NVIDIA DGX-Ready Software 程序的一部分。
- 下载大规模运行 AI 白皮书,了解如何使用 NVIDIA DGX 和 Kubeflow 构建高性能的 ML 堆栈。
- 查看更多关于 AI Workbench 的信息。
订阅博客文章
查看更多内容
现代化 Linux 身份管理:让 Ubuntu 从本地认证迈向云端
现代企业在混合环境中运营,本地基础设施与云服务并存,安全威胁也在不断演变。IT 管理员肩负着一项艰难的平衡工作:在维护传统本地工作流程的同时,还需应对不可避免的云原生架构转型。身份已成为新的安全边界,取代了传统的基于网络的防御体系。 在 Canonical,我们开发了一套全面框架,用以提升 Ubuntu 服务器与桌面端部署的身份管理安全性,弥合传统 Active Directory 环境与现代云身份提供商之间的差距。 在这篇博客中,我们将探讨 Canonical 的框架如何通过弥合传统 Active Directory 环境与现代云身份提供商之间的差距,增强认证与访问管理控制的安全性。 基础:本地认证及其局限性 传统上,Linux 认证机制依赖于存储在本地 /etc/p […]
Canonical 宣布将在 Ubuntu 中分发 NVIDIA DOCA-OFED
继此前宣布分发 NVIDIA CUDA 工具包之后,Ubuntu 发行商 Canonical 将把NVIDIA DOCA-OFED网络驱动程序集成至 Ubuntu 并进行分发,进一步加快 NVIDIA 平台的落地应用。 NVIDIA DOCA-OFED 是一套被广泛采用的高性能网络协议栈,常用于大规模 AI 工厂和 HPC 集群。通过开放 RDMA(远程直接内存访问)和 NVIDIA GPUDirect等高级功能,NVIDIA DOCA-OFED 可对 CPU 负载卸载,降低并稳定尾部延迟,同时在负载下保持持续吞吐量。实现超低延迟、高吞吐量的数据传输,这对于训练大语言模型(LLM)和运行复杂分布式仿真至关重要。DOCA-OFED 以 DOCA-Host 网络驱动栈的形式提 […]
使用 MAAS 部署 VMware 虚拟机管理程序
多数现代数据中心本身均为异构架构。VMware 环境常与容器平台、数据库及其他裸机业务负载共存,多年运行于同一套硬件之上。服务器一次性采购,但会随业务需求变化调整承载业务。 然而,ESXi(VMware 虚拟机管理程序)的配置通常由独立流程负责。主机通过 VMware 工具、自定义脚本或专为将部署 ESXi 到机器中开发的自动化程序完成安装。这些工作流单独运行虽行之有效,却未必能与物理基础设施的其他部分实现统一的追踪与管理。 由此导致了脱节:即便归属同一硬件资源池,ESXi 主机的管理方式仍与数据中心其他设备脱离。随着环境规模扩大、架构日趋多元化,这种割裂式管理会形成业务瓶颈。 将 ESXi 纳入统一裸机平台进行统筹管理将是更具扩展性的方案。这使得 ESXi 的配置流程, […]