基于NVIDIA Ampere的EC2 G5实例提升性能

　　AWS 宣布 推出了由 NVIDIA A10G Tensor Core GPU 驱动的新型 Amazon EC2 G5 实例。这些实例设计用于要求最苛刻的图形密集型应用程序，以及 AWS 云上的机器学习推理和训练简单到中等复杂的机器学习模型。

　　新的 EC2 G5 实例具有多达八个 NVIDIA A10G Tensor Core GPU ，它们针对高级可视化计算工作负载进行了优化。由于支持 NVIDIA RTX 技术和比 AWS 上任何其他 NVIDIA GPU 实例都多的 RT （光线跟踪）内核，它提供了高达 3 倍的图形性能。与上一代 Amazon EC2 G4dn 实例相比，基于 NVIDIA Ampere 体系结构的 G5 实例在机器学习推理方面的性能提高了 3 倍，在机器学习培训方面的性能提高了 3.3 倍。

　　客户可以使用 G5 实例加速广泛的图形应用程序，如交互式视频渲染、视频编辑、计算机辅助设计、真实感模拟、三维可视化和游戏。 G5 实例还为内容和产品推荐、语音助手、聊天机器人和视觉搜索等用例提供了最佳的实时 AI 推理性能用户体验。

　　使用 NVIDIA 优化软件充分利用 EC2 G5 实例

　　为了在新 G5 实例上实现突破性的图形性能，创意和技术专业人员可以使用 NVIDIA RTX Virtual Workstation （vWS） 软件，该软件可从 AWS 市场获得。这些 NVIDIA RTX vWS 改进仅可从 NVIDIA 获得，包括数百个经认证的专业 ISV 应用程序、对所有领先渲染应用程序的支持，以及对所有主要游戏内容的优化。

　　NVIDIA RTX 技术提供了光线跟踪和 AI 去噪等卓越功能。创意专业人士可以通过精确的阴影、反射和折射，以前所未有的速度创造出令人惊叹的内容，从而实现照片级真实感。

　　NVIDIA RTX vWS 还支持深度学习超级采样（ DLSS ）。这给了设计师、工程师和艺术家人工智能的力量，可以在任何地方产生最高的视觉质量。他们还可以利用 NVIDIA Iray 和 NVIDIA OptiX 等技术实现卓越的渲染功能。

　　AWS 上的开发人员很快就可以使用 AWS 市场 GPU-optimized deep learning frameworks ， SDKs ， 和端到端的应用程序框架 NGC Catalog 上最先进的预训练人工智能模型 NVIDIA TensorRT 和 NVIDIA Triton Inference Server 优化推理性能，并使用 G5 实例 。 大规模提供 ML 模型

　　开发者有多种选择来利用 AWS 上的 NVIDIA 优化软件。无论您是自己调配和管理 G5 实例，还是在 AWS 托管服务中利用它们，如 Amazon 弹性 Kubernetes 服务（ EKS ）或 Amazon 弹性容器服务（ ECS ）。

　　关于作者

　　Uttara Kumar 是 NVIDIA 的高级产品营销经理，专注于 GPU - 云计算中的人工智能加速应用。她非常关心让每个人都能获得技术的民主化，让开发者能够利用 NVIDIA 数据中心平台的力量来加快创新步伐。在 NVIDIA 之前，她领导半导体和科学计算软件公司的软件产品营销。她拥有安娜堡密歇根大学的 Eel CTR 工程硕士学位。

　　审核编辑：郭婷