最新资讯
AWS 与 NVIDIA 已合作超过 10 年,不断为客户提供功能强大、经济高效且灵活的基于 GPU 的解决方案。这些创新从云(使用 NVIDIA GPU 支持的 Amazon EC2 实例)到边缘(使用部署了 NVIDIA Jetson Nano 模块的 AWS IoT Greengrass 之类的服务)不等。
世界各地的客户都在将 AWS 和 NVIDIA 解决方案用于机器学习 (ML) 、虚拟工作站、高性能计算 (HPC) 和 IoT 服务。由 NVIDIA GPU 支持的 Amazon EC2 实例可提供快速机器学习训练、经济高效的机器学习推理、灵活的远程虚拟工作站和强大的 HPC 计算所需的可扩展性能。在边缘设备上,客户可以使用 AWS IoT Greengrass,将广泛的 AWS 云服务扩展到基于 NVIDIA 的边缘设备,这样边缘设备就可以对自己生成的数据进行本地操作。
![AWS 和 NVIDIA AWS 和 NVIDIA](https://d1.awsstatic.com/partner-network/partner_marketing_web_team/250x150/250x100_AWS_NVIDIA.963606348009c534d772a197511cbf2b9143d9f7.png)
工作负载
![机器学习 机器学习](https://d1.awsstatic.com/partner-network/partner_marketing_web_team/icons/Site-Merch_Machine_Learning.f521e68d89e29e9bc268531593eeacf60e9abc90.png)
机器学习
用于快速的机器学习训练和经济高效的推理的 GPU 实例
对于需要加快机器学习训练速度的数据科学家、研究人员和开发人员,Amazon EC2 P4d 实例能为云端的机器学习训练提供最高性能。P4d 实例由最新的 NVIDIA A100 Tensor Core GPU 提供支持,并提供业界领先的高吞吐量和低延迟网络。此外,对于更具定制性的机器学习训练,上一代 Amazon EC2 P3 实例提供了多种实例大小,而每个实例最多可搭载 8 个 NVIDIA V100 Tensor Core GPU,从而实现最高 1 petaflop 的混合精度性能。作为 P4d 和 P3 实例在 ML 推理等方面的补充,Amazon EC2 G4 实例采用 NVIDIA T4 Tensor Core GPU,可在云中提供最经济高效的 GPU 实例,以用于 ML 推理。
![虚拟工作站 虚拟工作站](https://d1.awsstatic.com/partner-network/partner_marketing_web_team/icons/Site-Merch_Virtual_Workstation.bb19e3d753e174fba553c0a9ad6787908017d52c.png)
虚拟工作站
调整员工队伍,在全球范围内网罗有创意的人才
AWS 云端的虚拟工作站使工作室能够承接更大的项目,便于员工在任何地点都能工作,并且仅为所需的资源付费。虚拟工作站在 NVIDIA T4 Tensor Core GPU 支持的 Amazon EC2 G4 实例上运行,采用了 NVIDIA Quadro 技术的强大功能,它是一种深受创意和技术专业人士信任的视觉计算平台。
![高性能计算 高性能计算](https://d1.awsstatic.com/partner-network/partner_marketing_web_team/icons/SiteMerch-HPC.08afe9eeb7257b6cbd5f8433bad7ab9179e6a6ba.png)
高性能计算
解决大量计算问题并获得新洞见
Amazon EC2 P4d 实例由 NVIDIA A100 Tensor Core GPU 提供支持,是运行工程模拟、计算金融学、地震分析、分子建模、基因组学、渲染等其它 GPU 计算工作负载的理想平台。高性能计算 (HPC) 有助于科学家和工程师能够解决这些复杂的计算密集型问题。HPC 应用程序通常需要高网络性能、快速存储、大量内存、超高计算能力或上述所有条件。通过 AWS,客户可以在云中运行 HPC,并将并行任务的数量增加到大多数本地环境都无法支持的规模,从而提高研究速度并缩短获得成效的时间。
![物联网 物联网](https://d1.awsstatic.com/partner-network/partner_marketing_web_team/icons/Site-Merch_IoT.ba52dee7ab3a90840da059fa6e8f53b841066aef.png)
物联网
将 AWS 无缝扩展至边缘设备,这样边缘设备就能在自身所在地运作
AWS IoT Greengrass 能够将 AWS 无缝扩展至边缘设备(如 NVIDIA Jetson 设备),这样边缘设备就可以在自身所在地操作自己生成的数据,同时仍可使用云来进行管理、分析和持久存储。借助 AWS IoT Greengrass,NVIDIA Jetson 设备可以运行 AWS Lambda 函数、Docker 容器或同时运行此两者;基于 ML 模型执行预测;使设备数据保持同步;以及与其他设备安全通信 – 甚至在没有连接 Internet 的情况下也可实现这些功能。
了解如何将 Jetson 模块上的 NVIDIA DeepStream 与 AWS IoT Core 和 AWS IoT Greengrass 集成。
行业
![医疗保健与生命科学 医疗保健与生命科学](https://d1.awsstatic.com/Medical_64.aeb1f3328c0d876007f4558bd4658cc003710341.png)
医疗保健与生命科学
AWS 是适合于全球医疗保健与生命科学的可靠技术合作伙伴。作为最成熟和最可靠的云平台,AWS 可提供在高度受管制的行业运营所需的安全性和隐私性。AWS 和 NVIDIA 提供机器学习服务之类的解决方案,使医疗保健提供商能够提供更好的患者治疗结果。
示例客户:Subtle Medical 和 Mathworks
![金融服务 金融服务](https://d1.awsstatic.com/Financial-Services_64.8892f2e5c4445fe6e25f7b89fb9c4a1333bb07b2.png)
金融服务
AWS 为银行、支付、资本市场和保险等金融服务机构提供他们实现今天的差异化和适应未来需求所需要的安全且具有弹性的全球云基础设施和服务。AWS 和 NVIDIA 提供解决方案,帮助金融服务公司定制用户体验,并为其交易提供安全的环境。
示例客户:Nerdwallet 和 Pathwise
![媒体和娱乐 媒体和娱乐](https://d1.awsstatic.com/Media-Entertainment_64.4c478d62e2a7aa0b4d211cd4a66901170f2724d1.png)
媒体和娱乐
媒体与娱乐客户面临着全行业范围内的转型,各公司都在重塑他们创作内容的方式,优化媒体供应链,并在流媒体、播送和直接面向消费者的平台上争夺观众的注意力。AWS 和 NVIDIA 提供解决方案,在内容开发的各个方面为客户提供帮助。
示例客户:Untold Studios、Hyperconnect、Hive VFX、Snap 和 Sway
![电信 电信](https://d1.awsstatic.com/Telecommunications_64.146fdeb433c16e0690d62cfdacd44982706c8ce9.png)
电信
AWS 正在推动电信的未来发展。领先的通信服务提供商在 AWS 上运行的工作负载比其他任何云提供商都多。AWS 和 NVIDIA 在各种领域提供接近方案,从提供维护解决方案到通过 AWS Outposts 和 AWS Wavelength 在边缘提供 GPU 处理能力。
示例客户:NTT Docomo
![汽车 汽车](https://d1.awsstatic.com/Automotive_64.70bb0e1ce91c3a6ca05d0f518aad8b9f0733e3fb.png)
汽车
联网、自主、共享和电动汽车的趋势正在互相融合,彻底改变汽车行业的现状。AWS 和 NVIDIA 以不断创新的步伐提供一系列广泛的功能,包括人工智能/机器学习、IoT、HPC和数据分析。
案例研究
客户评价
![NerdWallet NerdWallet](https://d1.awsstatic.com/partner-network/partner_marketing_web_team/directories-logos/300x50/300x50_Nerdwallet.831698c926daf221d4edfc903973da5249f6511c.png)
客户评价
![Vision Systems Vision Systems](https://d1.awsstatic.com/partner-network/partner_marketing_web_team/directories-logos/300x50/300x50_VisionSystems.66e960798e22f944aa6a35f65be3c53f7e7fbb64.png)
“客户依靠我们来提供高精准度的 3D 现实模型,这些模型都是通过对大面积覆盖区域的多角度航拍计算得出来的。我们每天使用大约 87 万个 GPU 内核。我们过去经常在 Amazon EC2 G2 实例上运行这样的管道,但现在切换到了 Amazon EC2 G4 实例,成本因此降低了 67%。”
– John Corbett,Vision Systems 总监
AWS 和 NVIDIA 服务
![Amazon EC2 P4d 实例 Amazon EC2 P4d 实例](https://d1.awsstatic.com/NVIDIA/300x100_EC2P4d.ecba94b26c1ae7059e1cd6cf9c9c5ee0eac68d73.png)
Amazon EC2 P4d 实例
![EC2 P3 实例 EC2 P3 实例](https://d1.awsstatic.com/EC2/Amazon%20EC2%20G4%20instances.6db2bcd20c190c53ff0a0729310bf767789914ee.png)
Amazon EC2 P3 实例
![EC2 P4 实例 EC2 P4 实例](https://d1.awsstatic.com/EC2/Amazon%20EC2%20P3%20instances.7a00c8799c6b5653ab028f0da24c5cca46df1dcd.png)
Amazon EC2 G4 实例
![](https://d1.awsstatic.com/EC2/AWS%20Iot%20Greengrass.63fd0d29ed755ed05fb4926862a64f441c11ccf3.png)