Monica Wang

我们的虚拟化技术和Bitfusion在虚拟化实现技术上完全不同。NVIDIA AI Enterprise里有vGPU模块，可以实现GPU虚拟化。

目前Nemo Framework EA版在被一些互联网公司和金融科技公司试用，试用反馈都非常正向。

通过NVAIE 软件套件中GPU Operator可以管理GPU，支持K8S 管理编排。NVAIE中vGPU 组件可以实现GPU虚拟化切分。

1. NVAIE可以支持只有CPU的服务器完成机器学习任务。例如Triton Inference Server 用于多推理模型部署可以支持仅有CPU的服务器。2. NVAIE中GPU Operator，基础架构团队也可以将 CPU 映像与 GPU 工作节点一起使用

通过使用NVAIE软件套件中的GPU Operator 来实现GPU池化能力。NVAIE也已在Redhat Openshift, VMware Tanzu,以及K8S 平台做了认证。客户可以通过购买NVAIE软件获得专业服务指导如何配置GPU池化方案。

使用NVAIE软件套件中的GPU Operator,将GPU资源纳管起来并且支持K8S容器部署。

NVAIE软件套件基于Redhat Openshift, VMware Vsphere 7.02+, 上游Kubernets 平台都已经过认证和测试。客户选用NVIDIA 开源AI软件是未经过测试的。

使用 NVIDIA AI Enterprise on vSphere 交付 AI 工作负载时，有多种编排方法。 1.带有 Docker 的虚拟机允许您使用带有启动脚本的虚拟机模板。启动脚本将运行 docker 容器和 Jupyter 笔记本，供您的 AI 从业者或数据科学

NVAIE产品的推出目的就是解决开发者AI云原生开发部署的问题。NVAIE平台在RedHat Openshift, VMware Tanzu, 上游K8S 平台都做了严格认证和测试，同时客户使用NVAIE里包含的企业级服务，可以指导用户完成AI工具的云原

可以通过NVAIE中GPU Operator 组件来实现。GPU Operator使基础架构团队能够在集群级别与 Kubernetes 一起使用时管理 GPU 的生命周期。 因此，无需单独管理每个节点。 以前，基础架构团队必须管理两个操作系统镜像，一