NVIDIA

NVIDIA nutzt den Vorteil einer Grafikkarte (parallele Rechenoperationen) und bietet Lösungen zur Beschleunigung von Anwendungen aus den Bereichen Künstliche Intelligenz, Maschinelles Lernen und HPC (High Performance Computing). Hierbei kommt neben der Hardware auch eine Reihe von Software, wie Entwicklerkits und Entwicklertools, sowie ein eigens entwickelter Code zum Einsatz, der die KI- und HPC-Applikationen beschleunigt. Die NVIDIA-GPUs sind somit der Motor hinter der rasanten Entwicklung Künstlicher Intelligenz.

Mit den klassischen vGPU-Hardware- und -Softwareprodukten für virtuelle Desktops, Anwendungen und Workstations nahm NVIDIA Einzug in den Bereich Rechenzentrum. Hierbei spielen Begriffe wie GRID oder Quadro (virtuelle Workstations oder CAD-Arbeitsplätze) eine wichtige Rolle sowie die dahinterstehenden Virtualisierungstechnologien, die die Anforderungen von Workloads moderner Arbeitsplätze erfüllen und zudem die Nutzungsdichte der Anwender pro Server erhöhen.

Verbaut werden die Grafikkarten in Servern unserer OEM-Hersteller (u. a. Dell, HPE, Lenovo, Fujitsu, Cisco oder Supermicro).

Speziell für die Entwicklungen Künstlicher Intelligenz hat NVIDIA eine eigene Plattform entwickelt. Die DGX-Systeme sind dabei an die Anforderungen in den Bereichen Deep Learning und Künstliche Intelligenz angepasst. Neben den A100 GPUs zeichnen sich die DGX-Systeme insbesondere durch den mitgelieferten Software-Stack (GPU-Cloud, Container mit fertigen Frameworks, abgestimmte Treiber), den einheitlichen Support für den gesamten Stack und die NVLink-Technologie (GPU Interconnect) aus.

Warum SVA?

SVA hat die Entwicklung in den jeweiligen Bereichen bereits in den frühen Stadien begleitet. Durch hohe Investitionen in ein eigenes Demo-Labor und die Ausbildung der jeweiligen Systems Engineers sowie Data Scientists konnten wir frühzeitig Erfahrungen sammeln und gemeinsam mit Kunden PoCs (Durchführbarkeitsstudien) verwirklichen.