AWS, Amazon EC2 P4d 인스턴스의 가용성 발표

Amazon Web Services (AWS)는 최근 Nvidia GPU로 구동되는 Amazon Elastic Compute Cloud (Amazon EC2) P4d 인스턴스의 일반 공급을 발표했습니다. 인스턴스는 사용자에게 특정 기능이있는 특정 일반적인 리소스가 제공 될 때 클라우드 컴퓨팅에서 이러한 서비스 모델을 구현하는 IaaS (Infrastructure as a Service)를 제공하는 클라우드에서 실행되는 가상 머신의 인스턴스로 이해됩니다. AWS는 P4d 인스턴스가 이전 세대 P3 인스턴스보다 기계 학습 및 슈퍼 컴퓨팅 워크로드에 대해 3 배의 성능과 2.5 배 더 많은 GPU 메모리를 제공한다고 추정합니다. 그리고이 모든 것-저렴한 비용으로 (구성 및 요금제에 따라 최대 60 %까지 절약 할 수 있습니다).

P4d 인스턴스는 8 개의 Nvidia A100 Tensor Core GPU 및 400Gbps 네트워크 (P3의 16 배)에 대한 액세스를 제공합니다. AWS Elastic Fabric (EFA) 및 Nvidia GPUDirect RDMA (Remote Direct Memory Access)를 통해 고객은 P4d 인스턴스를 EC2 UltraClusters로 집계 할 수 있습니다. 이를 통해 고성능 스토리지를 위해 Amazon FSx와 통합 된 AWS의 비 차단 페타 비트 규모 네트워크 인프라를 활용하여 P4d 인스턴스를 최대 4,000 개 이상의 A100 GPU (다른 클라우드 서비스 제공 업체의 두 배)로 확장하여 슈퍼 컴퓨터 급 성능에 액세스 할 수 있습니다. 광택.

AWS, Amazon EC2 P4d 인스턴스의 가용성 발표
향상된 P4d 성능은 기계 학습 모델의 학습 속도를 높이고 추가 GPU 메모리는 고객이 더 크고 복잡한 모델을 학습하는 데 도움이됩니다. 고객은 Amazon Elastic Kubernetes Service (Amazon EKS) 또는 Amazon Elastic Container Service (Amazon ECS) 용 라이브러리와 함께 AWS Deep Learning Containers를 사용하여 P4d 인스턴스에서 컨테이너화 된 애플리케이션을 실행할 수 있습니다. 더 강력한 제어를 위해 고객은 Amazon SageMaker를 통해 P4d 인스턴스를 사용하여 개발자와 데이터 과학자에게 기계 학습 모델을 빠르게 구축, 교육 및 배포 할 수있는 기능을 제공 할 수 있습니다. P4d는 TensorFlow, PyTorch 및 Apache MXNet을 포함한 모든 주요 기계 학습 프레임 워크를 지원하므로 고객이 애플리케이션에 가장 적합한 환경을 선택할 수있는 유연성을 제공합니다.