NVIDIA加速計算平臺和Red Hat OpenShift 4聯手助力加速用于AI和數據科學的本地Kubernetes部署。

對于希望能夠更快將GPU加速的AI和數據科學項目投入運行的企業來說，如今想實現這樣的目標，更加容易了。

在近日舉行的紅帽峰會上，NVIDIA和紅帽（Red Hat）推出了由NVIDIA GPU加速計算平臺和紅帽最新發布的Red Hat OpenShift 4相結合的組合產品，從而為用于AI和數據科學的Kubernetes本地部署提供加速。

成果：過去需要IT管理員耗費大半天時間才能完成的Kubernete管理任務，如今在一個小時內就能完成。

更強大的GPU加速，更簡化的部署流程

如今，越來越多企業開始依靠AI和數據科學，將大量數據轉化為具有可操作性的情報，正是這樣的需求催生了此項合作的誕生。

然而，真正有價值意義的AI和數據分析工作，需要通過GPU計算來加速整個企業級IT軟件堆棧：從NVIDIA驅動程序到容器運行時間、再到應用程序框架，每一層的軟件都需要進行優化。

NVIDIA的CUDA并行計算架構和CUDA-X加速庫受到了超過120萬開發者的青睞，從AI到高性能計算再到VDI，可用于加速眾多領域的應用程序。

而且無論是筆記本電腦還是數據中心，亦或是在云端， NVIDIA的通用架構能夠在任何你能夠想象得到的計算設備上運行 ，因此對GPU加速應用程序進行投資的合理性也就顯而易見了。

然而，加速AI和數據科學工作負載只是第一步。對于IT部門來說，在大型GPU加速的數據中心上以正確的方式部署優化型軟件堆棧，是一件既耗時又令人頭痛的事情。而這正是NVIDIA與紅帽此次合作所致力解決的點。

Red Hat OpenShift是業內領先的企業級Kubernetes平臺。先進的OpenShift 4能夠把在集群中部署Kubernetes的工作變得前所未有的簡單。特別值得一提的是紅帽的Kubernetes 運算符，紅帽對其投入甚多，它能夠將許多例行的數據中心管理工作和應用程序生命周期管理任務轉為自動化管理，從而降低管理復雜性。

NVIDIA一直在開發自己的GPU運算符，從而將早前大量需要IT經理通過shell腳本來完成的工作實現自動化，例如安裝設備驅動程序，確保數據中心所有節點上都有正確的GPU容器運行時間，并監控GPU。

通過NVIDIA與紅帽的合作，只要設置了集群，您只需運行GPU運算符即可將必要的依賴項添加到集群中的工作節點上，就這么簡單。而且，因為它能夠啟動新的云資源，這讓企業機構能夠輕松地使用OpenShift 4來啟動并運行基于GPU的數據中心群集。

早期試用計劃

在紅帽峰會上，NVIDIA在1039號展臺展示了如何使用OpenShift和GPU運算符來輕松設置裸機GPU集群。

此外，紅帽首席技術官Chris Wright在峰會現場發表了精彩的主題演講，NVIDIA計算軟件副總裁Chris Lamb也與他同臺，展示了我們的技術是如何協同工作的，并對雙方的對合作展開了更進一步詳細探討。