NVIDIA und Microsoft erweitern beschleunigtes Computing von der Azure Cloud auf Windows-PCs und Edge-Geräte

Image: NVIDIA · Source
NVIDIA und Microsoft vertiefen ihre Zusammenarbeit, um beschleunigtes KI-Computing von Azure-Rechenzentren in lokale und Edge-Umgebungen zu bringen und dadurch Unternehmensanpassung, Bereitstellung und KI-gestützte Anwendungen zu verbessern.
NVIDIA und Microsoft haben ihre langjährige Partnerschaft vertieft, um Organisationen dabei zu unterstützen, intelligente KI-Anwendungen zu erstellen, anzupassen und bereitzustellen, die Cloud-, On-Premises- und Edge-Umgebungen umfassen. Auf der Microsoft Ignite angekündigt, legt die erweiterte Zusammenarbeit den Schwerpunkt auf die Bereitstellung von Full-Stack-beschleunigtem Computing — von der Next-Generation-Infrastruktur von Azure bis hin zu Windows-PCs und industriellen Edge-Systemen.
Im Zentrum dieser Erweiterung steht der Einsatz von Azure-virtuellen Maschinen, die von den Vera Rubin NVL72-Systemen von NVIDIA angetrieben werden, die für anspruchsvolle Aufgaben des KI-Modelltrainings, der Inferenz und des Schließens ausgelegt sind. Microsoft und NVIDIA verbessern außerdem die Möglichkeiten des vertraulichen Rechnens, um sensible Modelle und Daten während der Verarbeitung zu schützen, indem Attestation und Sicherheit in Bare-Metal- und Rack-Scale-KI-Infrastrukturen ermöglicht werden. Diese Entwicklung entspricht dem Bedarf von Organisationen, proprietäre oder regulierte Informationen sicher zu handhaben.
Die Partnerschaft fördert auch effizientes KI-Computing durch gemeinsame Arbeit an Energieoptimierung mit NVIDIA MaxLPS-Technologie. Azure zeigte bei den jüngsten MLPerf-Benchmarks für Training und Inferenz eine erhebliche Führungsrolle und skalierte auf über 10.000 GPUs mit der NVIDIA Blackwell-Architektur.
Im Bereich der Unternehmens-KI erweitern NVIDIA und Microsoft den Zugang zu NVIDIA Open-Modellen und Anpassungstools über Microsoft Foundry, wodurch Unternehmen Open-Source-KI-Modelle für spezifische Aufgaben maßschneidern können. Zum Beispiel nutzte Ernst & Young das Programmierte Training von Microsoft Foundry, um NVIDIA Nemotron-Modelle anzupassen, was die Genauigkeit bei der Klassifizierung von Unternehmensbeschaffungsdaten deutlich verbesserte und die Kosten im Vergleich zu proprietären Alternativen deutlich senkte.
Um KI näher an die Datenquellen zu bringen, erweitern NVIDIA und Microsoft die Modellauslieferungsoptionen außerhalb der Cloud. Dazu gehört die Hinzufügung von Unterstützung für die NVIDIA RTX PRO 6000 Blackwell-GPU und Nemotron 3.5-Modelle in Azure Local-Umgebungen sowie die Erweiterung der Edge-KI-Unterstützung für die NVIDIA Jetson Thor- und Jetson Orin-Plattformen für Anwendungen in Robotik, Maschinensehen und autonomem Betrieb.
Darüber hinaus werden Windows-PCs, die von NVIDIA RTX Spark angetrieben werden, die lokale Ausführung großer Sprachmodelle unterstützen, was auf der Ignite vorgestellt wurde und neue Möglichkeiten der KI-Funktionalität direkt auf Nutzergeräten aufzeigt. Für Windows 365 Cloud PCs planen Microsoft und NVIDIA, GPU-beschleunigte Direct Stream-Fähigkeiten einzuführen, die anspruchsvolle Grafik-Workloads mit mehreren 4K-Streams und niedriger Latenz ermöglichen. Diese befinden sich aktuell in einer limitierten Vorschau mit einer geplanten öffentlichen Markteinführung Anfang 2027.
Für Wissenschaftsgemeinschaften integrieren die Toolkits NVIDIA BioNeMo und ALCHEMI in Microsoft Discovery, was agentengesteuerte computergestützte Biologie-Workflows und Protein-Design durch KI-Modelle ermöglicht, die mit akademischen Partnern entwickelt wurden.
Microsoft nutzt intern auch NVIDIA-Technologien wie die Dynamo-Inferenzsoftware und RTX PRO 6000 GPUs, um Verstärkungslern- und Bing-Such-KI-Modelle zu beschleunigen.
Diese umfassende Erweiterung bekräftigt das gemeinsame Engagement, leistungsstarkes, sicheres und vielseitiges KI-Computing über Cloud, Edge und Endgeräte-Hardware bereitzustellen, sodass Unternehmen mit maßgeschneiderten KI-Anwendungen innovieren können, die von Rechenzentren bis hin zu lokalen Geräten reichen.
Quellen und Originalberichte
Read the original source ↗

Kommentare (0)
Noch keine Kommentare.
Kommentar schreiben
Kommentare erscheinen nach Moderation. Name und Kommentar werden öffentlich angezeigt. Konto