于机器学习的AI OS今天宣布将NVIDIA多实例GPU(MIG)技术与其数据科学平台进行原生集成。cnvrg.io是第一个集成MIG的ML平台，这是一项突破性的新功能，可以将每个NVIDIA A100 GPU划分为多达七个加速器，以实现最佳利用率，从而有效地扩展对每个用户和应用程序的访问权限。此次集成是在发布 NVIDIA A100 Tensor Core GPU 和NVIDIA DGX A100系统以及cnvrg.io的NVIDIA DGX-Ready Software程序认证( 作为AI工作流解决方案)之后进行的。

NVIDIA GPU是机器学习和深度学习工作负载的强大动力。全新的NVIDIA A100 Tensor Core GPU在AI，数据分析和HPC工作负载的各个规模上均提供了空前的加速，以应对全球最棘手的计算挑战。作为NVIDIA数据中心平台的引擎，A100可以有效地扩展至数千个GPU，并且通过 MIG可以将其划分为七个独立的GPU实例，以加速各种规模的AI工作负载。

由于存在如此巨大的可变性，因此资源管理至关重要。基础架构团队需要MLOps，以及分配，安排，共享和监视MIG资源利用率的方法。这就是cnvrg.io数据科学平台快速发展的地方，并提供了 具有自助服务资源管理，元计划和MLOps功能的MIG集成。

cnvrg.io是最早集成NVIDIA新MIG功能的ML平台之一，该平台可在一个或多个DGX A100系统上扩展每个NVIDIA A100 Tensor Core GPU的性能和价值。每个MIG实例都通过其自己的高带宽内存，高速缓存和计算核心完全隔离。现在，管理员可以支持从最小到最大的所有工作负载，为每个作业提供合适大小的GPU，并保证服务质量(QoS)，优化利用率并将加速的计算资源的使用范围扩展到每个用户。结合cnvrg.io的行业领先的资源管理和针对IT和AI团队的MLOps功能，MIG实例现在可以由执行任何ML工作的任何数据科学家一键使用。cnvrg.io与NVIDIA MIG的集成为AI团队提供了：

一键式按需提供MIG实例

定制的计算模板，简化了MIG的分配和利用

任何数据科学家均可使用NVIDIA A100处理能力来执行任何ML作业

用于MIG池管理的高级元计划功能

cnvrg首席执行官兼联合创始人Yochay Ettun说：“作为数据科学家，我们知道MIG功能具有改变数据科学家工作方式的能力，并为更广泛地利用NVIDIA GPU技术开辟了可能性。 io。“与NVIDIA紧密合作，我们正在帮助组织更轻松地在AI工作流程中利用A100中的MIG，并为AI团队提供敏捷性和生产力。”

NVIDIA产品管理高级总监John Barco说：“ A100 GPU的MIG功能使用户可以在DGX A100系统上并行打包数十个完全独立的作业，并具有出色的性能 。” “借助企业级AI工作流管理和cnvrg.io的MLOps软件对这项巨大的技术创新进行补充，可帮助客户最大程度地利用GPU并从AI投资中获得最大收益。”

AI团队可以使用NVIDIA MIG和cnvrg.io大大提高其A100 GPU的利用率 。如果您希望通过A100 GPU优化DGX A100系统的使用，cnvrg.io现在提供了工具，可快速利用A100中的MIG功能处理ML工作负载，并通过高级资源管理和MLOps提高性能 。