-

Vultr与Domino Data Lab携手合作,共同应对激增的GPU需求,缩短AI交付时间,释放价值潜能

全新联合解决方案利用GPU加速的Kubernetes集群,为生成式AI训练与推理轻松加速AI和机器学习工作负载

佛罗里达州西棕榈滩--(BUSINESS WIRE)--(美国商业资讯)-- (美国商业资讯)--全球顶级规模的私营云计算公司Vultr,与财富100强榜上20%企业使用的顶尖企业机器学习系统(MLOps)平台提供商Domino Data Lab,今天宣布强强联手,将结合Domino Nexus和Vultr的Kubernetes Engine。这一无缝整合将助力企业完成云和本地环境的GPU加速计算集群AI工作负载突破,在快速创新的同时平衡计算成本、性能和可用性,在生成式人工智能(AI)当道的时代进一步增强企业的竞争优势。

Vultr和Domino宣布合作后,隆重推出这一消息,意味着企业的数据科学团队能够轻松获取由NVIDIA驱动的顶级云基础设施,其中包括NVIDIA A100H100 Tensor Core GPU,实现快速、灵活且经济高效的深度学习模型训练、部署和管理。Vultr和Domino都是NVIDIA Partner Network计划的成员。

Domino Data Lab首席执行官兼共同创始人Nick Elprin表示:“希望在AI基础上建立竞争优势的客户面临着庞大的GPU需求和成本压力。我们与Vultr的整合为企业提供了按需计算服务,让客户能够持续开发尖端的人工智能,无需担心成本超支。”

新的联合产品基于Vultr Kubernetes Engine (VKE)和Domino的混合云和多云架构Nexus打造,旨在打破数据科学孤立,并提供灵活的计算选择,考虑成本、性能和规模,以开放性、灵活性和开放标准为核心构建,进一步让任何规模、预算和地点的团队都能够达成民主化AI创新。

  • 统一的数据科学:Domino Nexus的统一MLOps平台可以在所有环境中针对常用数据科学工具和基础架构编排受规管的自助访问,包括Vultr,从而减轻模型训练过程中对基础设施容量和数据主权的压力。
  • 灵活且互操作性强:Domino基于Kubernetes的平台可以在VKE上无缝运行,VKE具有CNCF认证和MACH兼容性,提供自动化容器编排,并支持地理冗余集群,因此用户可以放心地操作,在全球各地的Vultr轻松扩展数据科学工作负载,而无需担心供应商锁定或中断。
  • 成本效益和敏捷性:Vultr提供各种完整和细分的NVIDIA A100和NVIDIA H100 Tensor Core GPU配置,让企业能够灵活地根据AI工作负载需求优化基础设施,并显著降低成本。Vultr的全球带宽定价计划可以将数据传输成本降至最低。

Constellation Research副总裁兼首席分析师Andy Thurai表示:“快速获得具有成本效益的计算能力对于满足当今对训练和部署大型语言模型和生成式AI的高需求至关重要。通过在一个解决方案中统一先进的硬件和软件组件,Domino与Vultr的集成为追求快速AI创新的公司提供了处理工作负载的单一方式,无需担心延迟或超支。”

Vultr的CEO J.J. Kardwell表示:“Vultr致力于让高性能云计算更开放,以便我们的客户可以专注于推动创新,无需担心成本、数据主权和安全性。通过与Domino Data Lab合作,我们打造了一流的解决方案,将助力各行各业机器学习和数据科学从业人员解决世界上最紧迫的问题。”

可用性

此一联合MLOps和Compute (云计算和GPU)解决方案的数据平面功能现已提供给Domino Nexus的客户,让他们能够将Vultr云计算环境添加到其现有的Domino部署中。完整的Domino平台部署将于2023年夏季之前在Vultr上提供。

Vultr和Domino Data Lab将在Rev 4会议上展示这个联合解决方案。 Rev 4是唯一专注于数据科学和分析领导者的会议,将于5月31日至6月2日在纽约市举行。

关于Constant和Vultr

Constant是Vultr的创建者和母公司,其使命是让高性能云计算易于使用、价格合理,并且可供全球企业和开发人员在本地访问。 Vultr已经为185个国家/地区的超过150万客户提供了灵活、可扩展的全球云计算、云GPU、裸机和云存储解决方案。 Constant由David Aninowsky创立,在未筹集股权融资的情况下,完全依靠自身实力发展成为全球顶级规模的私营云计算平台之一。更多详情请访问www.constant.comwww.vultr.com

关于Domino Data Lab

Domino Data Lab通过其领先的企业MLOps平台,为以模型驱动的企业提供支持,该平台受到了超过20%的财富100强企业的信任。 Domino加速了数据科学工作的开发和部署,同时增加了协作和规管。借助Domino,全球企业可以开发出更好的药物、种植更高产的农作物、生产更好的汽车等。 Domino成立于2013年,得到了Coatue Management、Great Hill Partners、Highland Capital、Sequoia Capital和其他领先投资者的支持。欲了解更多信息,请访问www.dominodatalab.com

免责声明:本公告之原文版本乃官方授权版本。译文仅供方便了解之用,烦请参照原文,原文版本乃唯一具法律效力之版本。

Contacts

Janabeth Ward
vultrpr@scratchmm.com

More News From Vultr

Vultr与Backblaze合作,使开发人员能够灵活且低成本地应用强大的云计算和云存储基础设施

加利福尼亚州圣马特奥与佛罗里达州西棕榈滩--(BUSINESS WIRE)--(美国商业资讯)--全球顶级规模的私营云计算公司 Vultr与领先的云存储平台Backblaze (Nasdaq: BLZE) 宣布进一步拓展合作伙伴关系,现推出一系列云计算和对象存储的集成解决方案。客户可以利用Vultr的高性能云计算实例,通过S3兼容API,与Backblaze B2存储桶(bucket)无缝连接,使用户能够根据需要扩大或缩小计算和存储需求。联合解决方案还能够预估计算与存储费用,并在Backblaze和Vultr之间免费传输数据。 不同于科技巨头的复杂云解决方案,Vultr和Backblaze自2021年建立合作伙伴关系以来,一直致力于提供对开发人员更加友好的替代方案。客户能够对Vultr的高性能产品进行本地访问,包括云GPU(基于NVIDIA HGX H100、A100、A40和A16)、云计算、优化云计算和裸机,并与Backblaze B2紧密集成。Vultr和Backblaze也将赋能开发人员,让他们能够在几分钟内启动并连接必要的软件和硬件。得益于合作伙伴双方的技术栈配置方式,用户...

独立云计算领导者Vultr在特拉维夫启动新的数据中心网点以服务该国不断发展的技术生态系统,进而扩大全球业务版图

佛罗里达州西棕榈滩--(BUSINESS WIRE)--(美国商业资讯)-- 全球顶级规模的私营云计算公司Vultr今天宣布扩大全球业务版图的最新举措,在以色列特拉维夫增设网点,以便为该国不断壮大的技术生态系统提供更加广泛的云基础设施访问。通过在特拉维夫和英国曼彻斯特增设新的分支机构,Vultr继续其全球扩张进程,力求在数据中心可用性方面超越三家超大规模(hyperscaler)云服务提供商。 特拉维夫的数据中心将Vultr带入以色列市场。在该国,AWS和Azure尚未建立可用区(availability zone)。Vultr在特拉维夫和曼彻斯特均提供完整的基础设施,包括云计算、GPU计算、Kubernetes集群、托管数据库、存储即服务等。Vultr致力于在超大规模云服务提供商的服务水平不足的地区提供全栈基础设施服务,一视同仁地为所有组织提供价格合理的云服务,在以色列提供基础设施即服务(IaaS)是这一承诺的最新举措。 Vultr布局特拉维夫意味着,在以色列开展业务的组织可以在该国国内访问云计算基础设施和服务,以实现本地运作和全球协作,同时保持数据合规性,尽可能降低昂贵的数据传输...

独立云计算领导者Vultr将NVIDIA A16添加到其A40、A100和GPU分片产品阵容中

佛罗里达州西棕榈滩--(BUSINESS WIRE)--(美国商业资讯)--全球规模首屈一指的私有云计算公司Vultr今天宣布推出由NVIDIA A16支持的云GPU。NVIDIA A16是面向虚拟桌面基础设施(VDI)的顶级图形处理单元(GPU),专为高密度、富图形VDI设计,可为远程工作人员提供与本地PC几乎无差别的用户体验。现在,NVIDIA A16与NVIDIA A100 Tensor Core GPU和NVIDIA A40一道组成了Vultr的云GPU阵容,进一步推动了该公司在全球普及加速计算的工作。 Vultr是唯一一家独立云计算平台,在全球范围内提供全面的云计算、云GPU、云存储、裸机、托管数据库、Kubernetes和其他云原生服务。Vultr是云GPU分片技术的先驱,也是首家提供NVIDIA A100 Tensor Core GPU分片的云提供商,该功能可大幅提升深度学习、高性能计算(HPC)和数据分析的速度;NVIDIA A40 GPU分片则为视觉计算带来了强大的图形功能。使用Vultr解决方案的用户只需为自己需要的资源付费,无需购买、安装GPU或通过其他云供应商...
Back to Newsroom