SuperCloud Developer Console ( SDX ) est une plateforme d'exécution et d'accélération des charges de travail d'IA qui permet un partage efficace des GPU dans des environnements multi-locataires, fournissant un environnement de développement unifié, sécurisé et évolutif qui réduit le temps de configuration, maximise le retour sur investissement des GPU et accélère la livraison des modèles dans les déploiements d'entreprise et hyperscale.
Découvrez à quoi pourrait ressembler votre avenir dans le domaine de l'expérience développeur !
Expérience axée sur le développeur
- Provisionnement de pipelines GPUaaS et ML en un clic.
- L'administrateur peut précharger les ensembles de données et les partager avec les locataires désignés.
- Le catalogue de services permet aux administrateurs de créer des modèles de déploiement d'applications que les utilisateurs peuvent déployer en fonction de leurs besoins.
- Découpage GPU sur NVIDIA et AMD GPU, avec prise en charge complète de l'allocation de périphérique pour les accélérateurs Intel Gaudi.
Flux de travail natifs de l'IA
- Prend en charge les cas d'utilisation suivants : formation, réglage fin, inférence et évaluation comparative.
- Observabilité intégrée des indicateurs d'infrastructure tels que l'utilisation du GPU et de la VRAM.
- Les flux de travail en libre-service permettent aux utilisateurs de soumettre des demandes de ressources et de quotas pour approbation par l'administrateur et mises à jour automatiques.
Multi-locataires et sécurisé par conception
- RBAC, SSO, gestion des secrets, accès basé sur les projets.
- La gestion des quotas permet de contrôler l'attribution des ressources aux locataires et d'éviter la monopolisation des ressources du cluster.
- Pistes d'audit et contrôles de conformité adaptés aux entreprises.
Hybride et Edge Ready
- Une expérience de développement identique pour les datacenters, le cloud et la périphérie.
- L'accès intégré au terminal aide les administrateurs de cluster à dépanner et à déboguer directement les environnements.
Agilité opérationnelle
- Délai d'expérimentation réduit de 50 à 60 %.
- Fournit une intégration basée sur une API pour les outils externes et l'automatisation de la plateforme.
- Compatible avec les distributions Kubernetes Upstream et les principales distributions Kubernetes.
- Observabilité intégrée
Notre objectif est de répartir équitablement les ressources GPU et d'en simplifier la gestion. Grâce à la console de développement, l'enseignement de l'intelligence artificielle (IA) sera simplifié. Enseignants et étudiants pourront se concentrer sur la création et l'entraînement de modèles d'IA sans consacrer trop de temps à l'administration du système. Cela permettra d'accélérer l'accès aux applications concrètes de l'IA et de l'apprentissage automatique.
Du centre informatique de l'université des sciences et technologies de Takming
