GPU、CPU优化利用？
如何通过GPU 计算节点与 CPU 指令集的配置，高效完成机器学习、深度学习、图像识别等 AI 计算任务，高性能地承载企业大规模并行计算需求，能否通过滚动升级方式，在主机不停机、应用不停服的状态下完成升级，有效保障企业业务的连续性
收起 提问者已获得满意解答
查看其它 2 个回答Sam_Zhu的回答
NGC应用市场有大量可用的GPU加速的AI模型镜像，数据科学家可以开箱即用，将关注点放在业务目标。同时容器和K8S编排技术的引入，正是让业务连续性有了很大程度的提升。红帽的企业级容器平台产品，可以将CPU 内存 GPU 磁盘等计算资源统一池化。一个集群的管理节点统一调度工作节点，容器化的应用可以根据负载分配策略分布在相应的节点。无论计划内升级停机还是故障宕机情况下，受影响的应用Pod可以迅速漂移到其他可用节点。因此，从用户服务的角度看是完全满足高可用和稳定性要求的。