NVIDIA与VMware合作 将GPU加速带进虚拟化应用 提升云端协作效率

NVIDIA宣布加入支援vSphere、vCenter或vMotion，将可透过NVIDIAGPUCloud串接使用者从自有伺服器到VMwareCloudonAWS在内GPU加速需求，并且让NVIDIA的GPU虚拟化技术应用到更广泛领域，除了应用在科学研究、数据分析或人工智慧领域，更可针对布署在云端的现代化应用服务运作进行加速。

在此次VMWorld2019开始前，NVIDIA宣布针对人工智慧、学习训练与资料分析等需求，打造名为vComputeServer的应用服务，并且将NVIDIAGPUCloud、NGCContainers，甚至可将GPU加速平台RAPIDS在内资源带进VMware与AWS合作的云端服务－VMwareCloudonAWS，让更多科学研究、数据分析、人工智慧技术应用能借由虚拟化GPU进行加速。

相比过往借由云端协同运算，多半会因为云端服务采用的CPU运算阵列效能限制，使得运算效能不如预期，甚至无法对应资料量越来越庞大的运算需求。因此，NVIDIA在此次VMWrold2019与WMware的合作，并将GPU虚拟化应用带进VMware所提供服务，其中包含在VMware提供的vSphere整合名为vComputeServer的应用服务，同时也串接NVIDIAGPUCloud运算资源。

在此项合作里，将可让原本运用vSphere虚拟化平台的运算模式串接GPU运算资源，让vSphere平台产生的虚拟化机器可额外配置一张或多张虚拟化GPU，同时借由GPU加速整体运算效率，使得人工智慧学习、研究分析效率可大幅提升。除此之外，借由此项合作，使用者将能以更具d性方式调用GPU加速运算资源，而不一定必须建置自有GPU加速资源。

相比部分企业会在自有数据伺服器整合GPU加速资源，借此让整体数据运算效率提升，但难免必须承担建置与维护成本，同时仍可能面临运算规模成长时，必须有更大运算效能支撑的情况。因此，NVIDIA从2017年提出NVIDIAGPUCloud服务，并且标榜能串接GoogleCloud、AWS、阿里云、DGX、OracleCloud等云端平台，透过GPU虚拟化方式协助推动更大运算规模，同时缩减运算所需时间。

而在今年的GTC2019期间，NVIDIA更提出全新CUDA-XAI加速演算平台，透过Turing显示架构、TensorRT运算框架，并且可相容TuringTensorCores设计，进而推动各类人工智慧运算模型，NVIDIA强调约可带来50倍以上的加速运算效果，并且带来更大的人工智慧运算应用成长推力。

此次宣布加入支援vSphere、vCenter或vMotion，将可透过NVIDIAGPUCloud串接使用者从自有伺服器到VMwareCloudonAWS在内GPU加速需求，并且让NVIDIA的GPU虚拟化技术应用到更广泛领域，除了应用在科学研究、数据分析或人工智慧领域，更可针对布署在云端的现代化应用服务运作进行加速。

就NVIDIA说明，过去已经在GPU虚拟化技术投入深度发展，例如早期借由GRID技术建立的虚拟化PC，以及后来推动的虚拟化工作站，让GPU虚拟化能应用在更进阶的专业绘图应用，甚至支援专业数据分析、机器学习、人工智慧、深度学习，或是超算领域等应用，另外也能对应各类伺服器运算加速，并且确保运算资源能即时无缝串接、整合。

相比单纯以CPU阵列加速模式，借由GPU加速约可提升50倍以上的深度学习效率，同时也能确保资料校正，或是降低资料比对错误机率，另外借由GPU虚拟化也能减少企业必须自行建置硬体设备成本，而NVIDIA更提供可依照运算需求选择使用NVIDIAT4、V100，或是采用QuadroRTX8000、6000在内Turing显示架构GPU，甚至也能选择以Pascal显示架构打造的P40、P100与P60作为GPU虚拟化应用。

高性能NVIDIA处理器与NVDIA GPU的区别：

没区别 ，叫法不一样而已；

性能关键看型号，那说白了只是个商标；

NV没有处理器，说的应该是它的流处理器；

这个和GPU是配合的，就是每块NV的显卡都有流处理器。