NVIDIA change la manière dont les GPU sont partagés dans Kubernetes. Les premiers ordinateurs portables dotés de la RTX Spark sont arrivés sur le marché le 16 octobre 2024.
L'entreprise a présenté la technologie Memory-Enforced GPU Sharing dans Kubernetes, qui utilise NVIDIA CUDA 13.4 pour optimiser l'utilisation des ressources. Cette technologie permet aux workloads d'IA d'utiliser une fraction d'un GPU, ce qui améliore l'efficacité. NVIDIA CUDA Tile automatise l'utilisation des fonctionnalités matérielles avancées. Le RTX Spark est une superpuce pour ordinateurs portables et ordinateurs de bureau compacts, dotée d'un GPU Blackwell et de jusqu'à 128 Go de RAM unifiée. La puce intègre un CPU ARM pouvant atteindre 20 cœurs, un GPU Blackwell avec jusqu'à 6 144 CUDA Cores et jusqu'à 128 Go de mémoire RAM unifiée. Le RTX Spark utilise la technologie NVLink C2C pour la communication entre le CPU et le GPU, avec une bande passante pouvant atteindre 600 Go/s. Il offre jusqu'à 1 pétaflop de performance pour les opérations d'IA en précision NVFP4.
NVIDIA présente la technologie Memory-Enforced GPU Sharing dans Kubernetes, qui permet aux workloads d'IA d'utiliser seulement une fraction d'un GPU. La technologie dépend d'une configuration spécifique pour Kubernetes et exige l'utilisation de CUDA 13.4, ce qui peut limiter son adoption dans les environnements moins bien préparés. Les utilisateurs peuvent configurer la répartition de la mémoire entre le CPU et le GPU, ce qui accroît la flexibilité pour des tâches spécifiques.
Fiche technique
| Élément | Spécification |
|---|---|
| Technologie | Memory-Enforced GPU Sharing ; autre source : CUDA Tile (cuTile) |
| Processeur | GPU Blackwell avec jusqu'à 6 144 cœurs CUDA ; selon une autre source : CPU ARM jusqu'à 20 cœurs |
| Connectivité | NVLink C2C avec une bande passante allant jusqu'à 600 Go/s |
Une nouvelle technologie optimise l'utilisation des GPU dans Kubernetes
Le modèle s'adresse aux utilisateurs qui ont besoin de performances en IA et d'efficacité énergétique. La plateforme RTX Spark est disponible dans des ordinateurs portables et des PC de bureau compacts, avec des prix à partir de 2 599 $ US. La technologie Memory-Enforced GPU Sharing n'a pas encore de date de lancement au Brésil, mais NVIDIA a déjà confirmé que le RTX Spark est sur le marché depuis le 16 octobre 2024. Cette nouvelle fonctionnalité complète la couverture consacrée à la plateforme Kumo et à la bibliothèque CUDA-X, qui visent elles aussi à optimiser l'utilisation des GPU dans les environnements de cloud computing.
NVIDIA change la manière dont les GPU sont partagés dans Kubernetes, ce qui permet aux workloads d'IA de s'exécuter efficacement sur des fractions de ressources. Cela redéfinit l'organisation du calcul parallèle et rend l'utilisation des GPU plus flexible. Le RTX Spark, intégré à cette technologie, exploite le NVLink C2C avec une bande passante de 600 Go/s, ce qui permet une communication plus rapide entre le CPU et le GPU, essentielle pour les charges de travail d'IA intensives.
D'après des informations de developer.nvidia.com et canaltech.com.br.
Sources
- Memory enforced gpu sharing in kubernetes with nvidia cuda 13 4developer.nvidia.com
- Accelerating mamba 2 with high performance forward pass kernels in nvidia cuda tiledeveloper.nvidia.com
- Nvidia lanca rtx spark com gpu blackwell e ate 128 gb de ramcanaltech.com.br
Texte rédigé avec l'IA à partir des sources citées et vérifié par les règles automatiques de la rédaction. Notre méthode
Envie de voir resumer en premier dans les recherches Google ?
Ajouter aux sources préférées de Google
