Con l'aumento della domanda diunità di elaborazione grafica(GPU) avanzate per supportare l'apprendimento automatico, l'AI, il video streaming e la visualizzazione 3D, è fondamentale salvaguardare le prestazioni massimizzando l'efficienza.
IBM® Turbonomic, una piattaforma software dinamica di gestione delle risorse delle applicazioni IT, è dedicata all'ottimizzazione dei workload della GPU per promuovere la massima efficienza senza sacrificare le prestazioni al costo più basso.
Turbonomic è impegnata nello sviluppo di servizi di ottimizzazione della GPU per fornire insight sulle prestazioni e generare azioni per raggiungere obiettivi di prestazioni ed efficienza delle applicazioni.
L'ottimizzazione nell'utilizzo della GPU aiuta le applicazioni a sfruttare appieno la propria potenza di calcolo avanzata, il che porta a una risposta più rapida e a esperienze più fluide.
Le GPU richiedono molte risorse, tra cui grafica ingegneristica 3D, workload di AI generativa e altro ancora. Un'adeguata ottimizzazione basata sulla domanda riduce lo spreco di risorse e i costi di esecuzione dei workload ad alta intensità grafica nel cloud.
I workload utilizzati correttamente promuovono l'efficienza energetica e dei costi, riducendo lo spreco di risorse e migliorando il consumo energetico per ridurre l'impatto sulle emissioni di carbonio.
Turbonomic sfrutta l'analisi intelligente in modo dinamico per ottimizzare CPU, memoria, rete e storage. In questo modo si ottimizza l'utilizzo delle risorse della GPU in base alle esigenze, rafforzando al contempo le prestazioni dell'applicazione per i workload ad alta intensità grafica.
Turbonomic sfrutta gli insight basati su AI per garantire che CPU, memoria, rete e storage ricevano le risorse necessarie per eseguire istanze basate su GPU utilizzate per workload di apprendimento automatico (ML) o grafici intensivi, che a loro volta mantengono le prestazioni e riducono i costi riducendo lo spreco di risorse.
I workload di AI generativa richiedono un'immensa potenza di elaborazione della GPU per funzionare a livelli di prestazioni efficienti. Turbonomic sta lavorando per ottimizzare le risorse della GPU per assicurarsi che i workload di AI generativa soddisfino gli standard prestazionali massimizzando al contempo l'efficienza nell'ottimizzazione e nei costi delle risorse.