Industria

AWS anuncia la disponibilidad de instancias P3 para Amazon EC2

Las instancias GPU de nueva generación, optimizadas para el aprendizaje automático y cómputo de alto rendimiento, son las más poderosas en la nube.

Amazon Web Services, Inc. (AWS) anunció instancias P3, la nueva generación de Amazon Elastic Compute Cloud (Amazon EC2) de instancias GPU diseñadas para aplicaciones de cómputo-intensivo las cuales requieren un rendimiento de punto flotante paralelo masivo, el cual incluye aprendizaje automático, dinámica de fluidos computacionales, finanzas computacionales, análisis sísmico, modelado molecular, genómica y sistemas de vehículos autónomos. Las primeras instancias GPU se incluirán en el NVIDIA Tesla V100, las instancias P3 son las instancias GPU más poderosas disponibles en la nube. Para conocer más sobre las instancias P3, visite https://aws.amazon.com/ec2/instance-types/p3/.

Las instancias P3 permiten a los clientes crear e implementar aplicaciones avanzadas con un rendimiento hasta 14 veces mejor que las instancias de cómputo de la GPU de Amazon EC2 que la generación anterior y reducir el entrenamiento de aprendizaje automático de días a horas. Con hasta ocho GPUs en el NVIDIA Tesla V100, las instancias P3 proporcionan hasta un petaflop de precisión mixta, 125 teraflops de precisión simple y 62 teraflops de rendimiento de punto flotante de doble precisión, así como una interconexión NVIDIA NVLink de segunda generación de 300 GB / s que permite la comunicación GPU a GPU de alta velocidad y baja latencia. Las instancias P3 también cuentan con hasta 64 vCPU basadas en procesadores Intel Xeon E5 (Broadwell) personalizados, 488 GB de DRAM y 25 Gbps de ancho de banda de red agregado dedicado utilizando el adaptador de red elástico (ENA).

El mercado comunitario de Airbnb brinda acceso a millones de alojamientos únicos y experiencias locales en más de 65,000 ciudades y 191 países. “En Airbnb, estamos utilizando el aprendizaje automático para optimizar las recomendaciones de búsqueda y mejorar la orientación dinámica de precios para los hosts, lo que se traduce en mayores conversiones de reserva. Estos casos de uso son muy específicos para nuestra industria y requieren modelos de aprendizaje automático que usan varios tipos de fuentes de datos diferentes, como las preferencias de los huéspedes, la ubicación, la temporada y el precio”, dijo Nick Handel de Airbnb. “Con las instancias de Amazon EC2 P3, tenemos la capacidad de ejecutar cargas de trabajo de capacitación más rápido, lo que nos permite iterar más, crear mejores modelos de aprendizaje automático y reducir los costos”.

AWS Deep Learning Machine Images (AMIs) están disponibles en AWS Marketplace para ayudar a los clientes a comenzar en minutos. El Deep Learning AMI viene preinstalado con las últimas versiones de Apache MXNet, Caffe2 y TensorFlow con soporte para las GPU Tesla V100, y se actualizará para admitir instancias P3 con otros marcos de aprendizaje automático, como Microsoft Cognitive Toolkit y PyTorch, tan pronto como estos marcos liberen soporte para las GPU Tesla V100. Los clientes también pueden usar NVIDIA Volta Deep Learning AMI que integra contenedores de Deep Learning Framework de NVIDIA GPU Cloud, o comenzar con AMI para Amazon Linux, Ubuntu 16.04, Windows Server 2012 R2 o Windows Server 2016.

Los clientes pueden iniciar instancias de P3 utilizando AWS Management Console, AWS Command Line Interface (CLI) y AWS SDK. Por lo general, las instancias Amazon EC2 P3 están disponibles en las regiones este de EE. UU. (N. Virginia), Oeste (Oregón), Unión Europea oeste (Irlanda) y Asia Pacífico (Tokio), con respaldo para regiones adicionales próximamente. Están disponibles en tres tamaños, con una, cuatro y ocho GPU, y se pueden comprar instancias bajo demanda, reserva o en algún sitio.

Deja un comentario

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>