西雅圖--今天，Amazon.com 公司（納斯達(dá)克股票代碼：AMZN）旗下的 Amazon Web Services, Inc. (AWS) 宣布全面推出 Amazon Elastic Compute Cloud (Amazon EC2) P4d 實(shí)例，這是下一代的與上一代 P3 實(shí)例相比，GPU 驅(qū)動(dòng)的實(shí)例為機(jī)器學(xué)習(xí)訓(xùn)練和高性能計(jì)算 (HPC) 工作負(fù)載提供 3 倍更快的性能、高達(dá) 60% 的成本以及 2.5 倍的 GPU 內(nèi)存。 P4d 實(shí)例具有 8 個(gè) NVIDIA A100 Tensor Core GPU 和 400 Gbps 的網(wǎng)絡(luò)帶寬（比 P3 實(shí)例多 16 倍）。使用具有 AWS 的 Elastic Fabric Adapter (EFA) 和 NVIDIA GPUDirect RDMA（遠(yuǎn)程直接內(nèi)存訪問(wèn)）的 P4d 實(shí)例，客戶能夠創(chuàng)建具有 EC2 UltraClusters 功能的 P4d 實(shí)例。借助 EC2 UltraClusters，客戶可以將 P4d 實(shí)例擴(kuò)展到超過(guò) 4,000 個(gè) A100 GPU（是任何其他云提供商的兩倍），方法是利用 AWS 設(shè)計(jì)的與 Amazon FSx 集成的非阻塞 PB 級(jí)網(wǎng)絡(luò)基礎(chǔ)設(shè)施實(shí)現(xiàn) Lustre 高性能存儲(chǔ)，提供按需訪問(wèn)超級(jí)計(jì)算級(jí)性能，以加速機(jī)器學(xué)習(xí)訓(xùn)練和 HPC。要開(kāi)始使用 P4d 實(shí)例，請(qǐng)?jiān)L問(wèn)：

AWS 宣布推出由具有 UltraClusters 功能的 NVIDIA A100 GPU 提供支持的 EC2 P4d 實(shí)例，用于機(jī)器學(xué)習(xí)訓(xùn)練和 HPC。

數(shù)據(jù)科學(xué)家和工程師通過(guò)創(chuàng)建更大、更復(fù)雜的模型來(lái)繼續(xù)突破機(jī)器學(xué)習(xí)的界限，這些模型為廣泛的用例提供更高的預(yù)測(cè)精度，包括自動(dòng)駕駛汽車(chē)的感知模型訓(xùn)練、自然語(yǔ)言處理、圖像分類、對(duì)象檢測(cè)和預(yù)測(cè)分析。針對(duì)大量數(shù)據(jù)訓(xùn)練這些復(fù)雜模型是一項(xiàng)計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)密集型任務(wù)，通常需要數(shù)天或數(shù)周時(shí)間?？蛻舨粌H希望縮短訓(xùn)練模型的時(shí)間，而且還希望降低總體訓(xùn)練支出?？偟膩?lái)說(shuō)，長(zhǎng)訓(xùn)練時(shí)間和高成本限制了客戶訓(xùn)練模型的頻率，這意味著機(jī)器學(xué)習(xí)的開(kāi)發(fā)和創(chuàng)新速度較慢。

P4d 實(shí)例性能的提高可將機(jī)器學(xué)習(xí)模型的訓(xùn)練時(shí)間縮短多達(dá) 3 倍（將訓(xùn)練時(shí)間從幾天縮短到幾小時(shí)），額外的 GPU 內(nèi)存可幫助客戶訓(xùn)練更大、更復(fù)雜的模型。隨著數(shù)據(jù)變得越來(lái)越豐富，客戶正在訓(xùn)練具有數(shù)百萬(wàn)甚至數(shù)十億參數(shù)的模型，例如用于文檔摘要和問(wèn)答的自然語(yǔ)言處理、自動(dòng)駕駛汽車(chē)的對(duì)象檢測(cè)和分類、大規(guī)模內(nèi)容審核的圖像分類、推薦電子商務(wù)網(wǎng)站的引擎和智能搜索引擎的排名算法——所有這些都需要增加網(wǎng)絡(luò)吞吐量和 GPU 內(nèi)存。 P4d 實(shí)例在一個(gè) EC2 實(shí)例中配備 8 個(gè) NVIDIA A100 Tensor Core GPU，能夠?qū)崿F(xiàn)高達(dá) 2.5 petaflops 的混合精度性能和 320 GB 的高帶寬 GPU 內(nèi)存。 P4d 實(shí)例是業(yè)內(nèi)首個(gè)通過(guò) Elastic Fabric Adapter (EFA) 和 NVIDIA GPUDirect RDMA 網(wǎng)絡(luò)接口提供 400 Gbps 網(wǎng)絡(luò)帶寬的實(shí)例，可在服務(wù)器之間實(shí)現(xiàn) GPU 之間的直接通信，從而降低延遲并提高擴(kuò)展效率，有助于消除跨多個(gè)服務(wù)器的擴(kuò)展瓶頸-node 分布式工作負(fù)載。每個(gè) P4d 實(shí)例還提供 96 個(gè) Intel Xeon Scalable (Cascade Lake) vCPU、1.1 TB 系統(tǒng)內(nèi)存和 8 TB 本地 NVMe 存儲(chǔ)，以減少單節(jié)點(diǎn)訓(xùn)練時(shí)間。通過(guò)將上一代 P3 實(shí)例的性能提高一倍以上，P4d 實(shí)例可以將訓(xùn)練機(jī)器學(xué)習(xí)模型的成本降低多達(dá) 60%，從而為客戶提供比昂貴且不靈活的本地系統(tǒng)更高的效率。 HPC 客戶還將受益于 P4d 提高的處理性能和 GPU 內(nèi)存，適用于地震分析、藥物發(fā)現(xiàn)、DNA 測(cè)序、材料科學(xué)以及金融和保險(xiǎn)風(fēng)險(xiǎn)建模等要求苛刻的工作負(fù)載。

P4d 實(shí)例還基于 AWS Nitro 系統(tǒng)構(gòu)建，AWS 設(shè)計(jì)的硬件和軟件使 AWS 能夠向客戶提供越來(lái)越廣泛的 EC2 實(shí)例和配置選擇，同時(shí)提供與裸機(jī)無(wú)法區(qū)分的性能，提供快速存儲(chǔ)和網(wǎng)絡(luò)，并確保更安全的多租戶。 P4d 實(shí)例將網(wǎng)絡(luò)功能卸載到專用 Nitro 卡上，從而加速多個(gè) P4d 實(shí)例之間的數(shù)據(jù)傳輸。 Nitro 卡還支持 EFA 和 GPUDirect，這允許 GPU 之間的直接跨服務(wù)器通信，從而促進(jìn) P4d 實(shí)例的 EC2 UltraCluster 之間的更低延遲和更好的擴(kuò)展性能。這些 Nitro 支持的功能使客戶能夠在 EC2 UltraClusters 中啟動(dòng) P4d，并按需和可擴(kuò)展地訪問(wèn) 4,000 多個(gè) GPU，以實(shí)現(xiàn)超級(jí)計(jì)算機(jī)級(jí)性能。

“我們的客戶使用 AWS 服務(wù)構(gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)應(yīng)用程序的速度非常快。與此同時(shí)，我們從這些客戶那里聽(tīng)說(shuō)，他們想要一種成本更低的方式來(lái)訓(xùn)練他們的大型機(jī)器學(xué)習(xí)模型，”AWS EC2 副總裁 Dave Brown 說(shuō)。 “現(xiàn)在，借助由 NVIDIA 最新 A100 GPU 和 PB 級(jí)網(wǎng)絡(luò)提供支持的 P4d 實(shí)例的 EC2 UltraClusters，我們正在為幾乎所有人提供超級(jí)計(jì)算級(jí)性能，同時(shí)將訓(xùn)練機(jī)器學(xué)習(xí)模型的時(shí)間縮短 3 倍，并降低成本與上一代實(shí)例相比，最多可訓(xùn)練 60%。”

客戶可以使用 AWS Deep Learning Containers 在 P4d 實(shí)例上運(yùn)行容器化應(yīng)用程序，其中包含適用于 Amazon Elastic Kubernetes Service (Amazon EKS) 或 Amazon Elastic Container Service (Amazon ECS) 的庫(kù)。為了獲得更全面的托管體驗(yàn)，客戶可以通過(guò) Amazon SageMaker 使用 P4d 實(shí)例，從而為開(kāi)發(fā)人員和數(shù)據(jù)科學(xué)家提供快速構(gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型的能力。 HPC 客戶可以利用帶有 P4d 實(shí)例的 AWS Batch 和 AWS ParallelCluster 來(lái)幫助高效地編排作業(yè)和集群。 P4d 實(shí)例支持所有主要的機(jī)器學(xué)習(xí)框架，包括 TensorFlow、PyTorch 和 Apache MXNet，讓客戶可以靈活地選擇最適合其應(yīng)用程序的框架。 P4d 實(shí)例已在美國(guó)東部（弗吉尼亞北部）和美國(guó)西部（俄勒岡）推出，并計(jì)劃很快在其他區(qū)域推出。 P4d 實(shí)例可以按需購(gòu)買(mǎi)、使用 Savings Plans、使用預(yù)留實(shí)例或作為 Spot 實(shí)例購(gòu)買(mǎi)。

GE Healthcare 是 GE 價(jià)值 167 億美元的醫(yī)療保健業(yè)務(wù)。作為全球領(lǐng)先的醫(yī)療技術(shù)和數(shù)字解決方案創(chuàng)新者，GE Healthcare 使臨床醫(yī)生能夠在其 Edison 智能平臺(tái)的支持下，通過(guò)智能設(shè)備、數(shù)據(jù)分析、應(yīng)用程序和服務(wù)做出更快、更明智的決策。 “在 GE Healthcare，我們?yōu)榕R床醫(yī)生提供工具，幫助他們匯總數(shù)據(jù)、將 AI 和分析應(yīng)用于該數(shù)據(jù)，并發(fā)現(xiàn)可改善患者結(jié)果、提高效率和消除錯(cuò)誤的見(jiàn)解，”人工智能副總裁兼總經(jīng)理 Karley Yoder 說(shuō)。 GE醫(yī)療。 “我們的醫(yī)學(xué)成像設(shè)備會(huì)產(chǎn)生大量數(shù)據(jù)，需要我們的數(shù)據(jù)科學(xué)家處理。使用以前的 GPU 集群，訓(xùn)練復(fù)雜的 AI 模型（例如 Progressive GAN）需要數(shù)天時(shí)間才能進(jìn)行模擬并查看結(jié)果。使用新的 P4d 實(shí)例將處理時(shí)間從幾天縮短到幾小時(shí)。我們發(fā)現(xiàn)，在訓(xùn)練具有各種圖像大小的模型時(shí)速度提高了兩到三倍，同時(shí)通過(guò)增加批量大小實(shí)現(xiàn)了更好的性能，并通過(guò)更快的模型開(kāi)發(fā)周期實(shí)現(xiàn)了更高的生產(chǎn)力。”

豐田研究院 (TRI) 成立于 2015 年，致力于為豐田開(kāi)發(fā)自動(dòng)駕駛、機(jī)器人和其他人體放大技術(shù)。 “在 TRI，我們正在努力打造一個(gè)人人都可以自由行動(dòng)的未來(lái)，”TRI 基礎(chǔ)設(shè)施工程技術(shù)主管 Mike Garrison 說(shuō)。 “上一代 P3 實(shí)例幫助我們將機(jī)器學(xué)習(xí)模型的訓(xùn)練時(shí)間從幾天縮短到幾小時(shí)，我們期待使用 P4d 實(shí)例，因?yàn)轭~外的 GPU 內(nèi)存和更高效的浮點(diǎn)格式將使我們的機(jī)器學(xué)習(xí)團(tuán)隊(duì)能夠訓(xùn)練更多以更快的速度完成復(fù)雜模型?！?/p>

怡安是一家全球領(lǐng)先的專業(yè)服務(wù)公司，提供廣泛的風(fēng)險(xiǎn)、退休和健康解決方案。 Aon PathWise 是一種基于 GPU 且可擴(kuò)展的 HPC 風(fēng)險(xiǎn)管理解決方案，保險(xiǎn)公司和再保險(xiǎn)公司、銀行和養(yǎng)老基金可以使用它來(lái)應(yīng)對(duì)當(dāng)今的關(guān)鍵挑戰(zhàn)，例如對(duì)沖策略測(cè)試、監(jiān)管和經(jīng)濟(jì)預(yù)測(cè)以及預(yù)算編制。 “Aon PathWise 允許（再）保險(xiǎn)公司和養(yǎng)老基金使用下一代技術(shù)，以快速解決當(dāng)今的關(guān)鍵保險(xiǎn)挑戰(zhàn)，例如對(duì)沖策略測(cè)試、監(jiān)管和經(jīng)濟(jì)預(yù)測(cè)以及預(yù)算編制，”P(pán)athWise 總裁兼首席執(zhí)行官 Peter Phillips 說(shuō)。 “通過(guò)使用具有 2.5 petaflops 混合精度性能的 AWS P4d 實(shí)例，我們能夠在不損失性能的情況下為客戶提供兩倍的成本降低，并且可以為最苛刻的要求提供 2.5 倍的速度提升計(jì)算。速度很重要，借助 AWS 的新實(shí)例，我們繼續(xù)讓客戶滿意?！?/p>

Rad AI 由放射科和人工智能專家組成，構(gòu)建的產(chǎn)品可最大限度地提高放射科醫(yī)師的工作效率，最終使醫(yī)療保健更廣泛地獲得并改善患者的治療效果。 “在 Rad AI，我們的使命是為每個(gè)人增加醫(yī)療保健的可及性和質(zhì)量。 Rad AI 專注于醫(yī)學(xué)成像工作流程，可以節(jié)省放射科醫(yī)生的時(shí)間、減少倦怠并提高準(zhǔn)確性，”Rad AI 聯(lián)合創(chuàng)始人 Doktor Gurson 說(shuō)。 “我們使用人工智能來(lái)自動(dòng)化放射學(xué)工作流程并幫助簡(jiǎn)化放射學(xué)報(bào)告。借助新的 EC2 P4d 實(shí)例，我們看到了比上一代 P3 實(shí)例更快的推理速度和 2.4 倍的模型訓(xùn)練速度和更高的準(zhǔn)確度。這允許更快、更準(zhǔn)確的診斷，以及更多地獲得我們?cè)诿绹?guó)的客戶提供的高質(zhì)量放射服務(wù)?！?/p>

OmniSci 是加速分析的先驅(qū)。 OmniSci 平臺(tái)用于商業(yè)和政府部門(mén)，以發(fā)現(xiàn)超出主流分析工具限制的數(shù)據(jù)洞察力。 “在 OmniSci，我們正在努力打造一個(gè)數(shù)據(jù)科學(xué)和分析融合以打破和融合數(shù)據(jù)孤島的未來(lái)?？蛻粽诶盟麄兊暮Ａ繑?shù)據(jù)，其中可能包括位置和時(shí)間，通過(guò)時(shí)空數(shù)據(jù)的精細(xì)可視化，不僅可以全面了解正在發(fā)生的事情，還可以了解何時(shí)何地。我們的技術(shù)可以看到森林和樹(shù)木，”O(jiān)mniSci 美國(guó)公共部門(mén)副總裁 Ray Falcione 說(shuō)。 “通過(guò)使用 P4d 實(shí)例，與上一代 GPU 實(shí)例相比，我們能夠顯著降低部署平臺(tái)的成本，從而使我們能夠經(jīng)濟(jì)高效地?cái)U(kuò)展海量數(shù)據(jù)集。 A100 的網(wǎng)絡(luò)改進(jìn)提高了我們擴(kuò)展到數(shù)十億行數(shù)據(jù)的效率，并使我們的客戶能夠更快地收集洞察力?！?/p>

Zenotech Ltd 正在通過(guò)使用 HPC 云重新定義在線工程，提供按需許可模型以及利用 GPU 帶來(lái)的極致性能優(yōu)勢(shì)。 “在 Zenotech，我們正在開(kāi)發(fā)工具，使設(shè)計(jì)師能夠創(chuàng)造出更高效、更環(huán)保的產(chǎn)品。我們跨行業(yè)開(kāi)展工作，我們的工具通過(guò)使用大規(guī)模仿真提供更深入的產(chǎn)品性能洞察力，”Zenotech 董事兼聯(lián)合創(chuàng)始人 Jamil Appa 說(shuō)。 “與上一代 GPU 相比，使用 P4d 實(shí)例使我們能夠?qū)⒛M運(yùn)行時(shí)間減少 65%。這種加速大大縮短了我們解決問(wèn)題的時(shí)間，使我們的客戶能夠比以前更快地將設(shè)計(jì)推向市場(chǎng)或進(jìn)行更高保真度的仿真。”

關(guān)于亞馬遜網(wǎng)絡(luò)服務(wù)

14 年來(lái)，Amazon Web Services 一直是世界上最全面、應(yīng)用最廣泛的云平臺(tái)。 AWS 為計(jì)算、存儲(chǔ)、數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)、分析、機(jī)器人、機(jī)器學(xué)習(xí)和人工智能 (AI)、物聯(lián)網(wǎng) (IoT)、移動(dòng)、安全、混合、虛擬和增強(qiáng)現(xiàn)實(shí)（VR 和 AR）提供超過(guò) 175 項(xiàng)功能齊全的服務(wù))、媒體和應(yīng)用程序開(kāi)發(fā)、部署和管理，來(lái)自 24 個(gè)地理區(qū)域內(nèi)的 77 個(gè)可用區(qū) (AZ)，并宣布計(jì)劃在印度尼西亞、日本、西班牙和瑞士再增加 12 個(gè)可用區(qū)和四個(gè) AWS 區(qū)域。數(shù)以百萬(wàn)計(jì)的客戶（包括發(fā)展最快的初創(chuàng)公司、最大的企業(yè)和領(lǐng)先的政府機(jī)構(gòu)）信任 AWS 來(lái)支持他們的基礎(chǔ)設(shè)施、變得更加敏捷并降低成本。

關(guān)于亞馬遜

亞馬遜遵循四項(xiàng)原則：以客戶為中心而非以競(jìng)爭(zhēng)對(duì)手為中心、對(duì)發(fā)明的熱情、對(duì)卓越運(yùn)營(yíng)的承諾以及長(zhǎng)期思考?？蛻粼u(píng)論、一鍵購(gòu)物、個(gè)性化推薦、Prime、亞馬遜物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板電腦、Fire TV、亞馬遜 Echo 和 Alexa 是亞馬遜率先推出的一些產(chǎn)品和服務(wù)。

點(diǎn)擊咨詢現(xiàn)在有哪些新興平臺(tái)值得關(guān)注 >>>

特別聲明：以上文章內(nèi)容僅代表作者本人觀點(diǎn)，不代表ESG跨境電商觀點(diǎn)或立場(chǎng)。如有關(guān)于作品內(nèi)容、版權(quán)或其它問(wèn)題請(qǐng)于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。