NVIDIA宣布加入支援vSphere、vCenter或vMotion，將可透過NVIDIA GPU Cloud串接使用者從自有伺服器到VMware Cloud on AWS在內GPU加速需求，並且讓NVIDIA的GPU虛擬化技術應用到更廣泛領域，除了應用在科學研究、數據分析或人工智慧領域，更可針對佈署在雲端的現代化應用服務運作進行加速。
2019-08-26 20:00:31 by 楊又肇 (Mash Yang) @ Mash-Digi [引用來源]
在此次VMWorld 2019開始前，NVIDIA宣布針對人工智慧、學習訓練與資料分析等需求，打造名為vComputeServer的應用服務，並且將NVIDIA GPU Cloud、NGC Containers，甚至可將GPU加速平台RAPIDS在內資源帶進VMware與AWS合作的雲端服務－VMware Cloud on AWS，讓更多科學研究、數據分析、人工智慧技術應用能藉由虛擬化GPU進行加速。
相比過往藉由雲端協同運算，多半會因為雲端服務採用的CPU運算陣列效能限制，使得運算效能不如預期，甚至無法對應資料量越來越龐大的運算需求。因此，NVIDIA在此次VMWrold 2019與WMware的合作，並將GPU虛擬化應用帶進VMware所提供服務，其中包含在VMware提供的vSphere整合名為vComputeServer的應用服務，同時也串接NVIDIA GPU Cloud運算資源。
在此項合作裡，將可讓原本運用vSphere虛擬化平台的運算模式串接GPU運算資源，讓vSphere平台產生的虛擬化機器可額外配置一張或多張虛擬化GPU，同時藉由GPU加速整體運算效率，使得人工智慧學習、研究分析效率可大幅提昇。除此之外，藉由此項合作，使用者將能以更具彈性方式調用GPU加速運算資源，而不一定必須建置自有GPU加速資源。
相比部分企業會在自有數據伺服器整合GPU加速資源，藉此讓整體數據運算效率提昇，但難免必須承擔建置與維護成本，同時仍可能面臨運算規模成長時，必須有更大運算效能支撐的情況。因此，NVIDIA從2017年提出NVIDIA GPU Cloud服務，並且標榜能串接Google Cloud、AWS、阿里雲、DGX、Oracle Cloud等雲端平台，透過GPU虛擬化方式協助推動更大運算規模，同時縮減運算所需時間。
而在今年的GTC 2019期間，NVIDIA更提出全新CUDA-X AI加速演算平台，透過Turing顯示架構、TensorRT運算框架，並且可相容Turing Tensor Cores設計，進而推動各類人工智慧運算模型，NVIDIA強調約可帶來50倍以上的加速運算效果，並且帶來更大的人工智慧運算應用成長推力。
此次宣布加入支援vSphere、vCenter或vMotion，將可透過NVIDIA GPU Cloud串接使用者從自有伺服器到VMware Cloud on AWS在內GPU加速需求，並且讓NVIDIA的GPU虛擬化技術應用到更廣泛領域，除了應用在科學研究、數據分析或人工智慧領域，更可針對佈署在雲端的現代化應用服務運作進行加速。
就NVIDIA說明，過去已經在GPU虛擬化技術投入深度發展，例如早期藉由GRID技術建立的虛擬化PC，以及後來推動的虛擬化工作站，讓GPU虛擬化能應用在更進階的專業繪圖應用，甚至支援專業數據分析、機器學習、人工智慧、深度學習，或是超算領域等應用，另外也能對應各類伺服器運算加速，並且確保運算資源能即時無縫串接、整合。
相比單純以CPU陣列加速模式，藉由GPU加速約可提昇50倍以上的深度學習效率，同時也能確保資料校正，或是降低資料比對錯誤機率，另外藉由GPU虛擬化也能減少企業必須自行建置硬體設備成本，而NVIDIA更提供可依照運算需求選擇使用NVIDIA T4、V100，或是採用Quadro RTX 8000、6000在內Turing顯示架構GPU，甚至也能選擇以Pascal顯示架構打造的P40、P100與P60作為GPU虛擬化應用。
