大规模GPU资源进行池化以后第三方应用如何进行管理授权?

第三方授权往往是绑定物理机或者物理卡,但是大规模资源池进行池化后服务要进行动态扩缩容、动态调度,这样该如何进行授权管理呢?

参与7

2同行回答

daliudaliu系统架构师某金融机构
对于绑定物理机或网卡属性的授权,一般在投产建设时,将license授权给资源池所有的卡,或者重新制定商务模式,找第三方厂商更改当前的授权模式,比如将license绑定到集群信息、或通过资源总数授权,从而不影响动态扩缩容...显示全部

对于绑定物理机或网卡属性的授权,一般在投产建设时,将license授权给资源池所有的卡,
或者重新制定商务模式,找第三方厂商更改当前的授权模式,比如将license绑定到集群信息、或通过资源总数授权,从而不影响动态扩缩容

收起
银行 · 2023-04-25
浏览623
qiuhaoshuqiuhaoshu技术经理恒展数通
现在市面上比较常见的一般有chatGPT模式、项目模式、时长模式、算力模式等。显示全部

现在市面上比较常见的一般有chatGPT模式、项目模式、时长模式、算力模式等。

收起
系统集成 · 2023-04-20
浏览625

ChatGPT 回答

针对大规模资源池进行池化后服务进行动态扩缩容、动态调度的情况,第三方授权管理需要进行相应的调整。

一种解决方案是采用容器云技术,将应用程序打包成容器,通过容器编排工具进行动态调度和扩缩容。在这种情况下,第三方授权管理可以采用基于容器的授权管理方式,即为每个容器分配授权,实现动态授权管理。

另一种解决方案是采用GPU加速技术,将应用程序运行在GPU上,提高计算速度和效率。在这种情况下,第三方授权管理可以采用基于GPU的授权管理方式,即为每个GPU分配授权,实现动态授权管理。

无论采用哪种方案,都需要进行管理授权的动态调整和管理。可以采用ChatGPT等技术,通过自然语言处理和机器学习算法,实现自动化的授权管理和调整。同时,需要建立完善的授权管理流程和制度,确保授权管理的合规性和安全性。

提问者

lgy
lgy007
AI开发光大证券
擅长领域: 人工智能服务器GPU

问题来自

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2023-04-14
  • 关注会员:3 人
  • 问题浏览:1429
  • 最近回答:2023-04-25
  • X社区推广