OVH
05.02.2019, 17:45 Uhr
Cloud Services für KI aus der NVIDIA GPU Cloud
OVH ist nach eigenen Angaben der erste europäische Cloud-Anbieter, der seinen Kunden als validierter Plattformpartner den Zugriff auf die NVIDIA GPU Cloud (NGC) ermöglicht.
(Quelle: NVIDIA)
OVH-Anwender können nun für NVIDIA-GPUs optimierte KI-Software aus der NGC Container Registry auf der Infrastruktur von OVH ausführen. Dank der Plug-and-Play-Software der NGC können OVH-Kunden innerhalb von Minuten Projekte in den Bereichen KI, Accelerated Data Science und High Performance Computing umsetzen.
Serge Palaric, Vice President Enterprise Business Development bei NVIDIA: "NVIDIA und OVH haben das gemeinsame Ziel, KI zugänglicher und benutzerfreundlicher zu machen. Anwender können ihre KI-Projekte schnell und mit höchster Leistungsfähigkeit umsetzen, indem sie auf GPU-optimierte Software aus der NGC auf NVIDIA GPU-Instanzen sowie Bare-Metal NVIDIA DGX-1 Servern in der OVH-Cloud-Infrastruktur zugreifen."
Das neue Angebot erweitert das bestehende NVIDIA-GPU-basierte Portfolio von OVH. Dazu gehören:
Public-Cloud-Server, die auf den neuesten NVIDIA Tesla V100 GPUs basieren. Sie bieten ein hervorragendes Preis-Leistungs-Verhältnis und eignen sich insbesondere für Startups.
Ein dedizierter Pool an NVIDIA DGX-1 Servern, von denen jeder aus acht NVIDIA V100 Tensor Core GPUs der neuesten Generation mit NVLink-Technologie besteht. Sie wurden speziell für den Einsatz in den Bereichen Machine Learning und Deep Learning entwickelt.
Die neuen Produkte ergänzen das Portfolio von OVH im Bereich Big Data. Dieses umfasst beispielsweise das spezielle IoT-Angebot OVH Metrics sowie die OVH Analytics Data Platform für die Bereitstellung von Hadoop-Clustern in wenigen Minuten.
OVH verwendet künstliche Intelligenz nicht nur in seinen Produkten, sondern auch intern, um seinen Kunden einen möglichst reibungslosen und sicheren Service zu bieten. So nutzt OVH Produkte und Anwendungen für Machine Learning und Deep Learning, um seine IT-Infrastruktur zu warten sowie Datenbank-Füllraten und Temperaturschwankungen in Rechenzentren vorherzusagen.
