NVIDIA和VMware周一发布了一款新的软件产品，让客户可以在前提下或作为AWS中的VMware云的一部分虚拟化GPU。这些公司表示，它是第一个混合云产品，让企业使用GPU加速人工智能、机器学习或深度学习工作负载。
Nvidia产品管理副总裁"在现代数据中心中，组织将使用GPU来进行AI、深度学习、分析"Fanelli告诉记者。"并且由于这些类型的工作负载的规模，它们将在数据中心的前提下进行一些处理、云中的一些处理以及它们之间的连续迭代。"
新产品从企业数据中心产品--NVIDIA的新虚拟计算服务器(VComputerServer)软件开始。它针对VMware的vSphere进行了优化，并将从所有主要OEM（包括Cisco、Dell、HPE、联想和Supermicro）获得。
“我们现在能够以数据中心IT管理员运行和设计数据中心的方式--即在虚拟化环境中--将AI带到数据中心，”法内利说。
在旧金山举行的VMworld大会上宣布了vcompeterServer，这些企业正聘请越来越多的数据科学家来从专有数据和公共数据中获得更多的了解。他们可能已经使用了NVIDIA的Rapids，Fanelli说，这是一套数据处理和机器学习库，能够让GPU加速数据科学工作流。
VComputeServer提供对Rapid的支持，并支持容器。此外，它还支持GPU共享，以及单个用户对较大作业的GPU聚合。
这项技术将在每个GPU的基础上获得许可。法内利说，虚拟化通常会带来不到5%的性能影响，尽管它将取决于工作负载。他说，这是一种权衡，客户应该愿意为虚拟化带来好处，比如可管理性和灵活性。
同时，VMware正在计划在AWS上的VMware Cloud上提供这个vComputeServer，它(顾名思义)在AmazonWebServices云上运行VMware的SDDC。AWS上的VMware Cloud允许客户跨公共、私有或混合云环境运行任何应用程序。该服务经过优化，可以在专用的、裸金属AWS基础设施上运行。
顶级云提供商2019：AWS，Microsoft Azure，Google Cloud
在2019年的云计算竞赛将有一个明确的多云旋转。
"我们可以使客户能够在海量数据集中提供丰富的分析洞察力和ML、AI和其他数据分析功能，我们的客户通常习惯于在云环境中拥有，"产品营销总监IvanOppencak对记者说，"数据科学家将能够利用云环境来扩展其AI、ML和其他数据分析应用程序。"
AI在企业内部迅速发展--据Gartner的统计，超过一半的组织已经有至少一个AI部署在运行中，并且他们计划在未来几年内大大加速他们的人工智能的采用。
虽然VMware在vComputeServer上专门与Nvidia合作，但它还采取了其他步骤来适应越来越多的AI工作负载。上个月，该公司宣布了收购Bit聚变的计划，这是一家总部位于得克萨斯州奥斯汀的公司，已经为硬件加速器创造了一个弹性的虚拟操作系统。