HPE ร่วมมือกับ Nvidia เพื่อเสนอการพัฒนาและการปรับใช้ GenAI 'แบบครบวงจร'

กลุ่มผลิตภัณฑ์และบริการที่ได้รับการขนานนามว่า Nvidia AI Computing โดย HPE มีจุดมุ่งหมายเพื่อลดความซับซ้อนในการพัฒนาและการจัดการปริมาณงานปัญญาประดิษฐ์

Hewlett Packard Enterprise (HPE) ได้ร่วมมือกับ Nvidia เพื่อเสนอสิ่งที่พวกเขาเรียกว่าเป็นโซลูชัน "ครบวงจร" แบบบูรณาการสำหรับองค์กรที่ต้องการนำปัญญาประดิษฐ์กำเนิด (GenAI) มาใช้ แต่ความซับซ้อนในการพัฒนาและจัดการปริมาณงานดังกล่าว

กลุ่มผลิตภัณฑ์และบริการที่ได้รับการขนานนามว่า Nvidia AI Computing โดย HPE ครอบคลุมแอปพลิเคชัน AI ที่พัฒนาร่วมกัน และจะเห็นทั้งสองบริษัทร่วมกันนำเสนอและนำเสนอโซลูชั่นให้กับลูกค้า พวกเขาจะทำเช่นนั้นควบคู่ไปกับพันธมิตรช่องทางการขายซึ่งรวมถึง Deloitte, Infosys และ Wipro

การขยายความร่วมมือระหว่าง HPE-Nvidia ซึ่งกินเวลานานหลายทศวรรษ ได้รับการประกาศในระหว่างการกล่าวปราศรัยของ Antonio Neri ประธานและซีอีโอของ HPE ในงาน HPE Discover 2024 ซึ่งจัดขึ้นที่ Sphere ในลาสเวกัสในสัปดาห์นี้ เขาเข้าร่วมบนเวทีโดยผู้ก่อตั้งและซีอีโอของ Nvidia Jensen Huang

Neri ตั้งข้อสังเกตว่า GenAI มีพลังในการเปลี่ยนแปลงที่สำคัญ แต่ความซับซ้อนของเทคโนโลยี AI ที่กระจัดกระจายมาพร้อมกับความเสี่ยงมากเกินไปที่เป็นอุปสรรคต่อการปรับใช้ธุรกิจขนาดใหญ่ การเร่งปรับใช้อาจมีค่าใช้จ่ายสูง โดยเฉพาะอย่างยิ่งสำหรับสินทรัพย์ที่มีราคาสูงที่สุดของบริษัท — ข้อมูลของบริษัท เขากล่าว

Huang กล่าวเสริมว่ามีองค์ประกอบหลักสามประการใน AI ได้แก่ โมเดลภาษาขนาดใหญ่ (LLM) ทรัพยากรการประมวลผลเพื่อประมวลผลโมเดลและข้อมูลเหล่านี้ ดังนั้น บริษัทต่างๆ จึงจำเป็นต้องมีสแตกการประมวลผล สแตกแบบจำลอง และสแตกข้อมูล แต่ละสิ่งเหล่านี้มีความซับซ้อนในการปรับใช้และจัดการ เขากล่าว

ความร่วมมือระหว่าง HPE-Nvidia ได้ดำเนินการเพื่อสร้างโมเดลเหล่านี้ โดยใช้ประโยชน์จากแพลตฟอร์มซอฟต์แวร์ AI Enterprise ของ Nvidia รวมถึงไมโครเซอร์วิสการอนุมานของ Nvidia NIM และซอฟต์แวร์ HPE AI Essentials ซึ่งมอบ AI ที่ได้รับการดูแลจัดการและเครื่องมือพื้นฐานข้อมูล ควบคู่ไปกับบานหน้าต่างควบคุมแบบรวมศูนย์

โซลูชันแบบ "ครบวงจร" จะช่วยให้องค์กรต่างๆ ที่ไม่มีเวลาหรือความเชี่ยวชาญสามารถรวบรวมความสามารถทั้งหมด รวมถึงโมเดลการฝึกอบรม เพื่อมุ่งความสนใจไปที่ทรัพยากรของตนแทนที่จะพัฒนากรณีการใช้งาน AI ใหม่ Neri กล่าว

กุญแจสำคัญของสิ่งนี้คือ HPE Private Cloud AI ซึ่งนำเสนอสแต็ค AI แบบบูรณาการที่ประกอบด้วยเครือข่าย Nvidia Spectrum-X Ethernet, HPE GreenLake สำหรับการจัดเก็บไฟล์ และเซิร์ฟเวอร์ HPE ProLiant ที่ปรับให้เหมาะสมเพื่อรองรับ L40S, H100 NVL Tensor Core GPU ของ Nvidia และแพลตฟอร์ม GH200 NVL2

AI ต้องการไฮบริดคลาวด์โดยการออกแบบเพื่อส่งมอบ GenAI ได้อย่างมีประสิทธิภาพและผ่านวงจรชีวิตของ AI เต็มรูปแบบ Neri กล่าว สะท้อนสิ่งที่เขาพูดในเดือนมีนาคมที่ Nvidia GTC “ตั้งแต่การฝึกอบรมและการปรับแต่งโมเดลภายในองค์กร ในสถานที่โคโลเคชั่นหรือคลาวด์สาธารณะ ไปจนถึงการอนุมานที่ Edge AI คือปริมาณงานบนคลาวด์แบบไฮบริด” เขากล่าว

ด้วยข้อเสนอ HPE-Nvidia แบบบูรณาการ Neri กำลังเสนอว่าผู้ใช้สามารถตั้งค่าการใช้งาน AI ของตนได้ในเวลาเพียงสามคลิกและ 24 วินาที

Huang กล่าวว่า: "GenAI และการประมวลผลแบบเร่งความเร็วกำลังกระตุ้นให้เกิดการเปลี่ยนแปลงขั้นพื้นฐาน ในขณะที่ทุกอุตสาหกรรมต่างแข่งขันกันเพื่อเข้าร่วมการปฏิวัติอุตสาหกรรม ไม่เคยมีมาก่อนที่ Nvidia และ HPE จะบูรณาการเทคโนโลยีของเราอย่างล้ำลึกขนาดนี้ โดยผสมผสานกองคอมพิวเตอร์ของ Nvidia AI ทั้งหมดเข้ากับเทคโนโลยีคลาวด์ส่วนตัวของ HPE "

ขจัดความซับซ้อนและตัดการเชื่อมต่อ

โซลูชันที่ร่วมกันรวบรวมเทคโนโลยีและทีมงานที่ไม่จำเป็นต้องบูรณาการภายในองค์กร กล่าวโดย Joseph Yang ผู้จัดการทั่วไป HPE และ AI ประจำภูมิภาคเอเชียแปซิฟิกและอินเดียของ HPE

ทีม AI (ในบริษัทที่มี) มักจะทำงานโดยอิสระจากทีมไอทีและอาจไม่รายงานต่อฝ่ายไอทีด้วยซ้ำ Yang กล่าวในการให้สัมภาษณ์กับ ZDNET นอกรอบของ HPE Discover พวกเขารู้วิธีสร้างและฝึกอบรมโมเดล AI ในขณะที่ทีมไอทีคุ้นเคยกับสถาปัตยกรรมคลาวด์ที่โฮสต์ปริมาณงานทั่วไปและอาจไม่เข้าใจโครงสร้างพื้นฐานของ AI

เขากล่าวว่ามีการตัดการเชื่อมต่อระหว่างทั้งสอง โดยสังเกตว่า AI และโครงสร้างพื้นฐานคลาวด์มีความแตกต่างกันอย่างชัดเจน ตัวอย่างเช่น ปริมาณงานบนคลาวด์มีแนวโน้มที่จะมีขนาดเล็ก โดยเซิร์ฟเวอร์เดียวสามารถโฮสต์เครื่องเสมือนได้หลายเครื่อง ในการเปรียบเทียบ ปริมาณงานการอนุมาน AI มีขนาดใหญ่ และการเรียกใช้โมเดล AI ต้องใช้โครงสร้างพื้นฐานที่ใหญ่กว่ามาก ทำให้สถาปัตยกรรมเหล่านี้ซับซ้อนในการจัดการ

ทีมไอทียังเผชิญกับแรงกดดันที่เพิ่มขึ้นจากฝ่ายบริหารให้นำ AI มาใช้ ซึ่งยิ่งเพิ่มความกดดันและความซับซ้อนในการปรับใช้ GenAI Yang กล่าว

เขาเสริมว่าองค์กรต่างๆ จะต้องตัดสินใจว่าสถาปัตยกรรมใดที่พวกเขาจำเป็นต้องก้าวไปข้างหน้าด้วยแผน AI เนื่องจากโครงสร้างพื้นฐานฮาร์ดแวร์ที่มีอยู่นั้นเป็นการผสมผสานของเซิร์ฟเวอร์ที่อาจล้าสมัย และเนื่องจากพวกเขาอาจไม่ได้ลงทุนในคลาวด์ส่วนตัวหรือเซิร์ฟเวอร์ฟาร์มเพื่อรันปริมาณงาน AI พวกเขาจึงเผชิญกับข้อจำกัดในสิ่งที่พวกเขาสามารถทำได้เนื่องจากสภาพแวดล้อมที่มีอยู่ไม่สามารถปรับขนาดได้

“องค์กรต่างๆ จะต้องมีโครงสร้างพื้นฐานและความสามารถด้านคอมพิวเตอร์ที่เหมาะสม ซึ่งช่วยให้พวกเขาสามารถเร่งสร้างนวัตกรรม ในขณะเดียวกันก็ลดความซับซ้อนและความเสี่ยงที่เกี่ยวข้องกับ GenAI” หยางกล่าว “กลุ่มผลิตภัณฑ์ Nvidia AI Computing โดย HPE จะช่วยให้องค์กรต่างๆ เร่งเวลาสร้างคุณค่าด้วย GenAI เพื่อขับเคลื่อนโอกาสและการเติบโตใหม่ๆ”

เนริกล่าวเพิ่มเติมว่าการใช้งานไพรเวทคลาวด์ยังช่วยแก้ไขข้อกังวลที่องค์กรอาจมีเกี่ยวกับความปลอดภัยของข้อมูลและอธิปไตย

เขาเสริมว่า HPE ปฏิบัติตามกฎระเบียบท้องถิ่นและข้อกำหนดการปฏิบัติตามข้อกำหนดทั้งหมด ดังนั้นหลักการและนโยบาย AI จะถูกนำไปใช้ตามความต้องการของตลาดท้องถิ่น

จากข้อมูลของ HPE ข้อเสนอ AI บนคลาวด์ส่วนตัวให้การสนับสนุนการอนุมาน การปรับแต่งอย่างละเอียด และปริมาณงาน AI ของ RAG (การสร้างเสริมการดึงข้อมูล) ที่แตะข้อมูลที่เป็นกรรมสิทธิ์ เช่นเดียวกับการควบคุมความเป็นส่วนตัวของข้อมูล ความปลอดภัย และการปฏิบัติตามข้อกำหนด นอกจากนี้ยังมีความสามารถ ITOps และ AIOps บนคลาวด์อีกด้วย

ขับเคลื่อนโดยบริการคลาวด์ HPE GreenLake ข้อเสนอ AI บนคลาวด์ส่วนตัวจะช่วยให้ธุรกิจต่างๆ จัดทำและประสานอุปกรณ์ปลายทาง ปริมาณงาน และข้อมูลในสภาพแวดล้อมแบบไฮบริดได้โดยอัตโนมัติ

HPE Private Cloud AI มีกำหนดวางจำหน่ายทั่วไปในช่วงฤดูใบไม้ร่วง ควบคู่ไปกับเซิร์ฟเวอร์ HPE ProLiant DL380a Gen12 พร้อม GPU Nvidia H200 NVL Tensor Core และเซิร์ฟเวอร์ HPE ProLiant DL384 Gen12 พร้อม Dual Nvidia GH200 NVL2

เซิร์ฟเวอร์ HPE Cray XD670 พร้อม Nvidia H200 NVL มีกำหนดวางจำหน่ายทั่วไปในช่วงฤดูร้อน

Eileen Yu รายงานเรื่อง ZDNET จาก HPE Discover 2024 ในลาสเวกัส ตามคำเชิญของ Hewlett Packard Enterprise