訂閱
糾錯
加入自媒體
發文

AWS發布深度學習容器和AI基礎設施新選項

2019-03-29 09:23
來源: 至頂網

剛剛與大眾汽車公司(Volkswagen AG)達成重大的基礎設施協議,AWS馬不停蹄地又推出了讓企業在使用其云平臺時更具靈活性的新功能。

主要亮點是一款名為AWS Deep Learning Containers的軟件包,它由來自開源生態系統的主流人工智能工具組成,AWS將這些工具打包到Docker容器中,使其可以輕松部署在不同類型的AWS計算實例上。這么做的目的是為了讓工程師在短短幾分鐘時間內,就能設置好基于云的人工智能開發環境。

Deep Learning Containers還打包了很多提高AI性能的優化。例如,AWS預打包版本的TensorFlow深度學習框架,可以訓練神經網絡使其速度提高到最初版本的兩倍,而這主要是通過允許軟件更有效地在AWS云平臺將工作分布到不同圖形卡上實現的。

TensorFlow是這次AWS發布Deep Learning Container僅支持的兩款AI工具之一,另外一個工具是Apache MXNet。Amazon表示,未來還將支持更多框架。

AWS人工智能總經理Matt Wood表示,Deep Learning Container旨在幫助企業利用優化的、預打包的容器圖像快速設置深度學習環境,“我們希望讓機器學習不再那么深奧難懂”。

此外,AWS還針對Redshift數據倉庫的一款新自動化工具,旨在減少客戶的管理開銷。這個名為Concurrency Scaling的機制可以在出現使用高峰時分配額外的處理能力,并在需要時取消額外資源配置。AWS還借這次機會正式宣布App Mesh網絡監控工具全面上市。

除了以上這些新功能之外,AWS還推出了三個基礎設施選項,主要針對那些希望削減云支出的企業。第一個是Glacier Deep Archive,是AWS S3對象存儲服務中的一個新層,旨在保護不常訪問的數據如財務審計日志等。它比AWS為此類用例提供的現有S3 Glacier Archive層便宜75%。

此外AWS還發布了M5a和R5a計算實例系列的新版本,這些實例于去年11月份推出,采用了AWS的芯片,比基于英特爾至強處理器的AWS設備成本低10%。

據AWS介紹,M5a和R5a節點可以配置75GB到3.6TB的直連NVMe閃存驅動器,由于非常靠近底層物理服務器,因此訪問速度要高于常規存儲。

聲明: 本文系OFweek根據授權轉載自其它媒體或授權刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內容、版權以及其它問題的,請聯系我們。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

电竞投注竞彩app