NVIDIA が NGC-Ready ポートフォリオ及びサポートサービスを拡充

AIと機械学習に対応し、NGC-Ready に認証されたパートナーシステムのポートフォリオに 7 つの新しいサーバーが登場、すべてがNVIDIA サポートサービスの対象

業界にかかわらず、企業は競争を有利に進めるために、さらなるリスクを覚悟で AI に取り組んでいます。

保険請求における詐欺の発見、あるいは小売業における顧客需要の予測であれ、ビジネスリーダーたちは AI の利点に気づきはじめており、自分たちの組織全体で技術の見直しを行っています。

企業にとっては、すぐにでも自社のデータサイエンティストと開発者が、正しい AI 搭載ソリューションを導入することが必要となっています。それゆえ ITの責任者やシステム管理者は、迅速なセットアップが可能で、最大のパフォーマンスを発揮し、ダウンタイムが最小限になるインフラを見つけ出し、購入及びサポートする職務を負っています。

また、彼らは簡単に扱うことができ、現行のインフラと簡単に統合可能なシステムを調達できるサプライヤーとの協業を望んでいます。

これらのニーズに対応するため、NVIDIA では NVIDIA NGC-Ready プログラムを導入しました。これは、データセンターやクラウド、またはエッジにおいて、今日の要求の厳しい AI ワークロードを実行できるシステムを購入者がすばやく発見できるようにするサーバー認証プログラムです。

NGC-Ready がビジネスの AI 即時対応を支援する

NGC-Ready に認証されたシステムは、NGC コンテナレジストリが提供する AI 及び機械学習ソフトウェアを稼働させることでユーザーの生産性を高めます。NGC には GPUで高速化したソフトウェアが含まれ、これが最適なパフォーマンスを実現し、一般的なユースケースに対応した最新のフレームワーク及び事前学習済みモデルへの気軽なアクセスも提供しています。

このたび、6 社のパートナーから、 7 つの新しい NGC-Ready 認証を受けたシステムが発売されることを発表します。

ASRock Rack 2U2G_C622
ASUS ESC 4000 G4
GIGABYTE G191-H44
QCT QuantaGrid D52BV-2U
QCT QuantaGrid D52G-4U
Tyan TN76-B7102
WiWynn SV310G3

上記のシステムは、世界をリードする OEM 企業が提供する NGC-Ready システムのポートフォリオに追加されます。このポートフォリオに含まれるシステムのリストはどんどん増え続けています。

NVIDIA T4 や NVIDIA V100 GPU を搭載した NGC-Readyシステムは、企業のシステム管理者が必要な AI ワークロードに最適なソリューションを選びやすくします。これらのシステムは、AI と機械学習のワークロードに最適化した性能を発揮して、データサイエンティストと開発者が素早く自分たちのソリューションを構築できるよう機能検証をしています。

さらに、それぞれの NGC-Ready 認証済みシステムが、エッジで要求の厳しい AI 推論ワークロードに対応できることを示すため、NVIDIA T4 を搭載したすべての NGC-Ready システムは、Computex 2019において発表された NVIDIA EGX エッジコンピューティングプラットフォームの一部となっています。

新しい NGC-Ready システムもカバーするNGC サポートサービス

AI 導入の拡大にともない、多くの企業の IT部門が新しいタイプのワークロード、多岐に及ぶユーザーのためのソフトウェアスタック及びハードウェアに対処し始めています。彼らは問題に早急に対応する必要があるものの、専門知識が不足しています。

NVIDIA の NGC サポートサービスは、NGC-Ready システムが適切に稼働し、システムの活用とユーザーの生産性を最大化するため、企業レベルのサポートを提供します。これらのサービスは、本日発表のすべての NGC-Ready システムのオプションとして購入することで利用可能になります。

このサポートサービスは、L1-L3 問題をカバーし、ソフトウェア問題を早急に解決し、システムダウンタイムの最小化とユーザーの生産性維持のため、 IT部門に NVIDIA 内容領域専門家 (SME) への直接のアクセスを提供しています。

NGC ソフトウェアがデータセンター、クラウド、エッジのあらゆるところで AI を可能にする

効率的に AI アプリケーションとワークフローを構築するため、開発ソフトウェアはデータセンター、クラウド、そしてエッジで実行される必要があります。一般的なユースケースでは、処理能力が豊富なデータセンターまたはクラウド上でモデルをトレーニングし、そのトレーニング済みのモデルがエッジに展開されます。エッジには、予測用の新しいデータが入力されます。

例えば、駐車場管理、小売在庫補充、重要なインフラと物流管理の確保などのユースケースにおいて、企業はビデオ分析の効果を見出しています。

このようなユースケースをサポートするため、NGC の NVIDIA Transfer Learning Toolkit は、データがオンプレミスまたはクラウドにある場合のトレーニングを可能にする包括的な AI ワークフローを提供します。また、NVIDIA の DeepStream SDK は、データの収集が行われるエッジでの推論を可能にします。