简体中文版经机器翻译而成,仅供参考。如与英语版出现任何冲突,应以英语版为准。
采用NVIDIA DGX系统的NetApp AIPod—结论和追加信息
贡献者
- 本文档站点的 PDF
单独 PDF 文档的收集
Creating your file...
This may take a few minutes. Thanks for your patience.
Your file is ready
本节包括使用NVIDIA DGX系统的NetApp AIPod的追加信息参考。
结论
DGX BasePOD架构是下一代深度学习平台、需要同等高级的存储和数据管理功能。通过将DGX BasePD与NetApp AFF系统相结合、NetApp AIPod与DGX系统架构几乎可以在一个24节点AFF A900集群上以任何规模扩展到48个DGX H100系统。结合NetApp ONTAP卓越的云集成和软件定义的功能、AFF支持跨边缘、核心和云端的全套数据管道、助力深度学习项目取得成功。
追加信息
要详细了解本文档中所述的信息、请参阅以下文档和/或网站:
-
NetApp ONTAP 数据管理软件—ONTAP 信息库
-
NetApp AFF A900存储系统-
-
NetApp ONTAP RDMA信息-
-
NetApp DataOps 工具包
-
NetApp Astra Trident
-
NetApp GPUDirect存储博客-
-
NVIDIA DGX基本POD
-
NVIDIA DGX H100系统
-
NVIDIA网络
-
NVIDIA MAGNUM IO GPUDirect存储
-
NVIDIA基本命令
-
NVIDIA Base Command Manager
-
NVIDIA AI Enterprise
致谢
本文档介绍了NetApp解决方案和ONTAP工程团队的工作:David Arnette、Olga Kornievskaie、Dups f舍 尔、Srithan Kaligotla、Motit Kumar和Rajeev Badrinath。作者还要感谢NVIDIA和NVIDIA DGX BasePOD工程团队的持续支持。