摘要：为了扩展开发者和企业在云端的可能性，NVIDIA 和亚马逊云科技（Amazon Web Services）本周于拉斯维加斯举行的亚马逊云科技 re:Invent 上齐聚一堂，展示全新解决方案，用于加速 AI 和机器人技术突破，以及简化量子计算开发研究。
NVIDIA 软件和加速计算集成（包括 NVIDIA Blackwell）提供了全栈平台以推动企业在亚马逊云科技上的开发工作
为了扩展开发者和企业在云端的可能性，NVIDIA 和亚马逊云科技（Amazon Web Services）本周于拉斯维加斯举行的亚马逊云科技 re:Invent 上齐聚一堂，展示全新解决方案，用于加速 AI 和机器人技术突破，以及简化量子计算开发研究。
亚马逊云科技 re:Invent 是面向全球云计算社区的大会，包含主题演讲和 2000 多场技术会议。
本届大会上的发布亮点包括 NVIDIA DGX Cloud 在亚马逊云科技上的可用性，以及增强的 AI、量子计算和各种机器人工具。
适用于大规模 AI 的
亚马逊云科技上的 NVIDIA DGX Cloud
NVIDIA DGX Cloud AI 计算平台现在可以通过 AWS Marketplace 专属定价（Private Offers）获得，为企业训练和定制 AI 模型带来高性能、全面托管的解决方案。
DGX Cloud 提供灵活的条款、一个全面托管且经过优化的平台，以及与 NVIDIA 专家的直联，以帮助企业快速扩展其 AI 能力。
作为早期用户，Canva 旗下的 Leonardo.ai 已使用亚马逊云科技上的 DGX Cloud 来开发先进的设计工具。
采用 NVIDIA Blackwell 的
亚马逊云科技液冷数据中心
较新的 AI 服务器借助液冷技术能够更加高效地冷却高密度计算芯片，实现性能与能效的双提升。亚马逊云科技开发的解决方案为其数据中心提供了可配置的液体到芯片冷却技术。
借助今天发布的这一冷却方案，超强的机架扩展级 AI 超级计算系统，以及亚马逊云科技网络交换机和存储服务器将能够无缝集成风冷和液冷功能。
这种灵活的多模式冷却设计为 AI 模型的运行提供了最高的性能和效率，并将应用于新一代 NVIDIA Blackwell 平台。
Blackwell 将成为 Amazon EC2 P6 实例、亚马逊云科技上的 DGX Cloud 和 Project Ceiba 的基础。
NVIDIA 通过加速亚马逊云科技上的
机器人仿真推进物理 AI 的发展
NVIDIA 还通过 Isaac Sim 扩展了 NVIDIA Omniverse 在亚马逊云科技上的应用范围。NVIDIA Isaac Sim 现在运行在由 NVIDIA GPU 加速的高性能 Amazon EC2 G6e 实例上。
这款基于 NVIDIA Omniverse 构建的参考应用现已上市。借助该应用，开发者可以在基于物理学的虚拟环境中对 AI 驱动的机器人进行仿真和测试。
Isaac Sim 支持众多工作流，其中包括合成数据生成。现在，随着 OpenUSD NIM 微服务的加入，从场景创建到数据增强，这一管线得到了进一步加速。
Aescape、Cohesive Robotics、Cobot、Field AI、Standard Bots、Swiss Mile 和 Vention 等机器人公司正在使用 Isaac Sim 对机器人进行部署前的性能仿真和验证。
此外，Rendered.ai、SoftServe 和 Tata Consultancy Services 正在使用 Omniverse Replicator 和 Isaac Sim 的合成数据生成功能，来引导驱动各种机器人应用的感知 AI 模型。
亚马逊云科技上的 NVIDIA BioNeMo
用于基于 AI 的先进药物发现
NVIDIA BioNeMo NIM 微服务和 AI Blueprint 专为推动药物发现而开发，现已集成到 AWS HealthOmics 中。这项全面托管的生物数据计算和存储服务专为加速临床诊断和药物发现领域的科学突破而设计。
通过这项合作，研究人员能够使用为药物发现工作流量身定制的 AI 模型和可扩展的云基础设施。多家生物技术公司已在亚马逊云科技上使用 NVIDIA BioNeMo 来推动自己的研发管线。
例如，位于西雅图的生物技术公司 A-Alpha Bio 最近在 biorxiv 发表了一项研究，描述了与 NVIDIA 和亚马逊云科技的合作，开发并部署名为 AlphaBind 的抗体 AI 模型。
A-Alpha Bio 在搭载 NVIDIA Tensor Core GPU 的 Amazon EC2 P5 实例上通过 BioNeMo 框架使用 Alphabind，将推理速度提高了 12 倍，并在两个月内处理了超过 1.08 亿次推理调用。
此外，SoftServe 今天还推出了生成式 AI 解决方案 Drug Discovery。该解决方案使用 NVIDIA Blueprint 构建而成，可实现计算机辅助药物发现和高效率的药物开发，旨在加快工作流。Drug Discovery 不久后将可以在 AWS Marketplace 上获得。
实时 AI Blueprint：
适用于视频、网络安全等领域的即时部署
NVIDIA 最新的 AI Blueprint 可在亚马逊云科技上即时部署，使容器安全漏洞分析等实时应用以及视频搜索和摘要智能体变得触手可及。
开发者可以轻松将这些蓝图集成到现有工作流中以加快部署。
开发者和企业可以使用适用于视频搜索和摘要的 NVIDIA AI Blueprint 构建视觉 AI 智能体。这些智能体可以通过分析实时视频或存档视频回答用户问题、生成摘要，并针对特定场景发出警报。
亚马逊云科技与 NVIDIA 合作提供了一个参考架构，将 NVIDIA AI Blueprint 应用于漏洞分析，以此增强亚马逊云科技云原生服务上持续集成管线中的早期安全补丁。
Amazon Braket 上的
NVIDIA CUDA-Q：实用的量子计算
NVIDIA CUDA-Q 现已与 Amazon Braket 集成，以简化量子计算开发。CUDA-Q 用户可以使用 Amazon Braket 的量子处理器，而 Braket 用户可以使用 CUDA-Q 的 GPU 加速工作流进行开发和模拟。
借助 CUDA-Q，开发者能够构建混合量子经典应用，并在多种不同类型的模拟的和物理的量子处理器上运行这些应用。
CUDA-Q 已预装在 Amazon Braket 上，为混合量子经典应用提供了一个无缝开发平台，解锁量子研究新潜力。
企业平台提供商和领先的咨询公司
使用亚马逊云科技上的
NVIDIA 技术推进 AI 发展
领先的软件平台和全球系统集成商正在通过亚马逊云科技上的 NVIDIA AI 帮助企业快速扩展生成式 AI 应用，以推动各行各业的创新。
Cloudera 正在使用亚马逊云科技上的 NVIDIA AI 增强其全新 AI 推理解决方案，帮助 Mercy Corps 提高其援助分配技术的精准性和有效性。
Cohesity 已将 NVIDIA NeMo Retriever 微服务集成到其生成式 AI 驱动的对话式搜索助手 Cohesity Gaia 中，以提高检索增强生成的召回性能。在亚马逊云科技上的 Cohesity 客户可以使用 Gaia 中的 NeMo Retriever 集成。
DataStax 宣布 Wikimedia Deutschland 正在使用 DataStax AI 平台，将 Wikidata 作为嵌入式矢量化数据库提供给开发者。该平台使用 NVIDIA NeMo Retriever 和 NIM 微服务构建而成并可在亚马逊云科技上获取。
德勤的 C-Suite AI 现已支持 NVIDIA AI Enterprise 软件，包括适用于财务报表分析、情景建模、市场分析等 CFO 特定用例的 NVIDIA NIM 微服务和 NVIDIA NeMo。
RAPIDS Quick Start Notebooks
现可在 Amazon EMR 上使用
NVIDIA 和亚马逊云科技还在使用适用于 Apache Spark 的 RAPIDS 加速器来加速数据科学和数据分析工作负载。该加速器无需更改代码即可加速分析和机器学习工作负载，最多可降低高达 80% 的数据处理成本。
适用于 Apache Spark 的 RAPIDS 加速器的 Quick Start notebooks 如今可在 Amazon EMR、Amazon EC2 和 Amazon EMR on EKS 上使用。
它们提供了一种在 AWS EMR 中对 Spark 作业进行调整的简单方法，使 RAPIDS 能够在 GPU 上发挥出最大的性能。
NVIDIA 和亚马逊云科技
为新一代工业边缘系统提供支持
NVIDIA IGX Orin 和 Jetson Orin 平台现在可与 AWS IoT Greengrass 无缝集成，不仅简化了 AI 模型在边缘的部署和运行，同时还实现了大规模互联设备群的高效管理。这一组合提高了可扩展性，简化了工业和机器人应用的部署流程。
开发者现在可以将 NVIDIA 先进的边缘算力与亚马逊云科技专门构建的物联网服务相结合，为自主机器和智能传感器创建一个安全、可扩展的环境。亚马逊云科技编写的入门指南现已发布，该指南将帮助开发者将这些功能投入使用。
该集成充分展现出 NVIDIA 在推进企业就绪型工业边缘系统方面所作的努力，从而实现在实际应用中的快速、智能化运行。
在亚马逊云科技 re:Invent 2024 上通过现场演示、技术会议和动手实验室了解 NVIDIA 的更多成果。
来源：NVIDIA英伟达中国
