Integrata in VMware vSphere 7, consentirà alle aziende di fornire infrastrutture elastiche on-demand per applicazioni di IA / ML

VMware ha introdotto VMware vSphere Bitfusion, una nuova funzionalità integrata in VMware vSphere 7 che consentirà alle aziende di fornire infrastrutture elastiche on-demand per applicazioni di intelligenza artificiale (AI) e machine learning (ML).

VMware vSphere Bitfusion è stata sviluppata a partire dall’acquisizione di Bitfusion da parte di VMware nel 2019, un pioniere nella virtualizzazione delle risorse di accelerazione hardware, inclusa la tecnologia di graphics processing unit (GPU).

Le organizzazioni usano acceleratori hardware come le GPU per migliorare le prestazioni dei carichi di lavoro AI/ML. I team IT si sono resi conto che questi acceleratori hardware sono isole, che spesso non possono essere condivise in azienda. L’impossibilità di condividere tali risorse porta a un utilizzo inefficiente e scarso delle risorse esistenti e di quelle appena acquistate. La combinazione di Bitfusion e VMware vSphere aiuterà le organizzazioni a ottenere risparmi sui costi, consentirà la condivisione delle risorse out of the box e fornirà la giusta risorsa di accelerazione hardware, come una GPU, al giusto carico di lavoro e al momento giusto.

Come riferito in una nota ufficiale da Krish Prasad, senior vice president and general manager, Cloud Platform Business Unit di VMware: «Il nostro obiettivo è fornire alle GPU lo stesso valore che abbiamo fornito per le CPU. Abbattendo i silos esistenti di risorse di GPU, le organizzazioni saranno in grado di fare un migliore utilizzo e un uso efficiente delle stesse attraverso la condivisione, con conseguente immediato risparmio sui costi. Ancora più importante, le organizzazioni saranno in grado di avviare iniziative AI/ML nuove o in fase di stallo per far progredire il proprio business condividendo le risorse GPU con i propri team on-demand con VMware vSphere 7».

Pooling e condivisione efficiente delle GPU

Le applicazioni basate sull’intelligenza artificiale e sul machine learning – in particolare il deep learning – si basano su acceleratori hardware per affrontare calcoli complessi e di grandi dimensioni. Grazie alle nuove funzionalità Bitfusion integrate, VMware vSphere 7 permetterà alle aziende di mettere in pooling le potenti risorse di GPU sui loro server e di condividerle all’interno dei loro data center. Questo permetterà alle organizzazioni di condividere in modo efficiente e rapido le GPU in tutta la rete con team di ricercatori di IA, data scientist e sviluppatori di machine learning che si affidano e/o costruiscono applicazioni AI/ML.

Rilasciato ad aprile 2020, VMware vSphere 7 è stato riprogettato in una piattaforma aperta che utilizza Kubernetes per fornire un’esperienza cloud-like a sviluppatori e operatori. La funzionalità Bitfusion di VMware vSphere 7 sfrutterà le GPU per le applicazioni in esecuzione su macchine virtuali o container. Bitfusion può operare in un ambiente Kubernetes come VMware Tanzu Kubernetes Grid, e ci si aspetta che venga eseguito mentre i clienti implementano le applicazioni AI/ML come parte di una strategia globale di modernizzazione delle applicazioni. La funzionalità Bitfusion di VMware vSphere sarà disponibile attraverso un unico download senza alcuna interruzione dell’infrastruttura attuale e si integrerà perfettamente con i flussi di lavoro e i cicli di vita esistenti.

Dell Technologies sfrutta VMware per soluzioni Dell EMC Ready

Dell Technologies ha annunciato anche due nuove Ready Solutions destinate a rendere più semplice per le organizzazioni l’esecuzione di applicazioni AI in ambienti VMware. La possibilità di virtualizzare le operation HPC e AI con VMware Cloud Foundation, tra cui VMware vSphere Bitfusion o VMware vSphere Scale-Out Edition, offrirà un provisioning hardware rapido e on demand, una più rapida configurazione iniziale e una manutenzione continua con gestione e sicurezza centralizzate. Le soluzioni Dell EMC Ready Solutions per vHPC supportano le complesse esigenze di calcolo per la bioinformatica, la chimica computazionale e la progettazione assistita da computer.