人工智能/深度学习

NVIDIA GTC :优化性能和保护网络基础设施的顶级课程

标记 2021 年 11 月 8 日至 11 日的日历,并准备好利用您在春季 GTC 会议上学到的知识。从分组讨论、小组讨论和面向数据中心基础架构主题的最新技术内容中,我 NSight 获益良多,我们想我们应该指出一些顶级会议,以确保您不会错过它们。

GTC top executives speakers covering data infrastructure.
图 1 . GTC 数据中心会话包含网络和虚拟化内容,涵盖加速计算、 CPU 效率和网络安全。

首席信息官需要了解 DPU 的 5 件事

数据处理单元( DPU s )提供了加速和保护现代工作负载的重要功能,但是,在数据中心部署这些功能强大的新组件的时间、方式和原因上,许多首席信息官都感到困惑。本课程详细介绍了 DPU 解决的关键问题,并揭示了它们如何实际降低复杂性;同时提高现代分布式工作负载的灵活性、安全性、性能和可伸缩性。该材料涵盖 DPU 的主要功能,将告知首席信息官如何应对远程工作、虚拟化、集装箱化、数字转换和软件定义的数据中心所带来的风险和复杂性。 DPU 卸载、加速和隔离关键网络、存储、,和安全基础设施,从而解决当今首席信息官和系统架构师面临的五个最重要问题,构建最先进的软件定义、硬件加速的数据中心。

Kevin Deierling , NVIDIA 营销高级副总裁

用 DPU s 为前所未有的数据中心转型提供动力

云计算和人工智能正在推动现代数据中心架构的根本性变革。正如 GPU 加速解决方案改变了数据科学和人工智能一样, DPU 现在正在改变数据中心堆栈,因此它可以运行下一波应用程序。本课程将介绍这一转型历程的关键支柱,并探讨 DPU 目前的一些突出的现实应用。

Yael Shenhav ,以太网 NIC 和 DPU 业务副总裁, NVIDIA

通用体系结构,实现从核心到边缘的高效 AI 扩展

现代数据中心需要一种新的通用体系结构,该体系结构能够有效地支持核心和边缘部署的人工智能。传统数据中心有许多具有多个服务器、网络和存储配置的筒仓,以支持不同的应用程序工作负载,包括数据库、产品设计、云基础设施、 AI 、 HPC 和大数据。在日益重要的人工智能领域中,筒仓似乎也可以管理不同的人工智能和机器学习工作负载。对于最初设计的每个工作负载,筒仓式方法都是性能高效的,但一旦工作负载发生变化,就会牺牲灵活性和操作效率。本课程将讨论如何设计一个可组合、灵活、可扩展和高效的通用人工智能数据中心体系结构,并立即重新配置以处理不同类型的人工智能,包括培训、推理、对话和推荐系统。了解如何部署适当的服务器设计、加速器芯片、人工智能模型,网络产品创建了一个数据中心,可以在任何位置高效地处理任何人工智能工作负载:核心数据中心、云或边缘。

首席技术官迈克尔·卡根 NVIDIA

Chris Lamb ,副总裁。 GPU 计算软件平台 NVIDIA

为今天的未来数据中心编程 NVIDIA DOCA

数据中心的建设者和创新者面临的挑战是如何满足不断增长的规模和性能需求,同时保护数据的机密性。为了应对这些挑战, NVIDIA DOCA 框架提供了一个用于编程 NVIDIA BlueField DPU 的综合 SDK 和加速数据中心服务的运行时包。我们将介绍 DOCA 为开发人员和 IT 运营提供的功能和服务。

Ariel 套件,指导产品 DPU , NVIDIA

DPU 和 DOCA 技术营销总监 Pete Lumbis , NVIDIA

基于 DPU 的企业下一代防火墙加速– Palo Alto 网络

为了跟上数据爆炸式增长,数据中心正在部署从 25G 到 100G 的高速网络。随着网络速度的不断提高,下一代防火墙( NGFW )等安全功能需要跟上更高的流量负载。软件定义的 NGFW 提供了构建现代数据中心的灵活性和敏捷性;然而,在性能、效率和经济性方面扩展它们一直是一个挑战。对软件定义、硬件加速的 NGFW 的需求比以往任何时候都更加迫切。 NVIDIA 和 Palo Alto Networks 已经为企业和云级数据中心开发了 DPU 加速 NGFW 解决方案。在本课程中,他们将共同介绍 PAN VM 系列 NGFW 解决方案,并讨论可用性和客户试用。我们将现场演示 PAN NGFW 如何使用 Bluefield-2 DPU 丰富的网络卸载功能将性能提高 5 倍,同时满足数据中心和企业部署的安全需求。

Mukesh Gupta , Palo Alto Networks 产品管理副总裁

John McDowall ,帕洛阿尔托网络公司高级杰出工程师

Ash Bhalgat ,云、电信和网络安全市场开发高级总监, NVIDIA

用人工智能和实时遥测重新定义分布式云边缘的网络安全

现代应用程序是以高度分布式的方式构建的,服务或微服务具有多个扩展实例,并且不提供单一点来观察所有数据。随着大量分布式应用程序的出现,提供整体视图和检测威胁是一项挑战。解决这一问题需要一个健壮且高度可扩展的遥测收集和分析策略,与源和位置无关。 NVIDIA Morpheus AI 框架提供了预训练的 AI 模型,这些模型提供了强大的工具来简化工作流并帮助检测和缓解安全威胁。与 NVIDIA BlueField-2 DPU 和经认证的 NVIDIA EGX 服务器相结合, F5 能够通过实时遥测和人工智能分析加速网络安全,这些分析适用于分布在云端和边缘的应用程序。在本课程中, F5 将介绍他们的 Shape app security 产品组合和分布式云如何使用基于 AI 的遥测数据预处理来优化应用程序的安全性和交付。

Renuka Nadkarni ,安全副总裁兼首席技术官, F5

Ken Arora ,系统架构师和开发人员, F5

Ash Bhalgat ,云、电信和网络安全市场开发高级总监, NVIDIA

Check Point 和 NVIDIA 以网络的速度提供防火墙安全性

企业需要以业务速度运行的网络安全,以便在几分钟内安全传输数百 TB 的数据,为高频金融交易提供低延迟,同时还可以根据需要扩展安全性,以支持在线商务等高速增长的业务。了解 Check Point 和 NVIDIA 如何合作,以网络的速度提供防火墙安全性,以高达 3 TB 的吞吐量创建业界最快的网络安全解决方案。过去需要数小时的安全 400 TB 文件传输现在可以在几分钟内完成。金融机构现在可以以微秒的延迟安全地处理数百万次高频交易。我们将回顾跨行业的实际客户用例,包括他们如何从防火墙安全性能十倍增长中获益。

Gera Dorfman , Check Point 软件技术公司网络安全产品副总裁

InfiniBand HPC 云最佳实践:在 Microsoft Azure 上实现性能隔离

高性能计算和人工智能已经发展成为广泛商业用途的主要数据处理引擎。 HPC 云承载着越来越多的用户和应用程序,因此需要仔细管理网络资源,并在工作负载之间提供性能隔离。 Microsoft Azure HPC 云利用网络计算加速引擎中的 NVIDIA InfiniBand 及其增强的拥塞控制机制来实现裸机 HPC 和 AI 性能,同时消除网络热点并保持高效的网络性能。我们将探索优化网络活动和支持同一网络上的各种应用程序和用户的最佳实践。

Gilad Shainer ,高级副总裁网络, NVIDIA

Jithin Jose ,首席软件工程师,微软

这只是会议的一个小样本,我鼓励您访问 GTC 网站,免费注册并探索 GTC 会话目录中的完整议程。请务必不要错过我们的首席执行官兼创始人黄延森(Jensen Huang)一直以来鼓舞人心、充满激情的演讲。

 

 

Tags