NVIDIA宣布收购SwiftStack 将增强在GPU深度学习方面的实力
NVIDIA宣布已经与SwiftStack达成最终协议，将其收入旗下。该公司主要开发对象存储软件，面向AI人工智能、HPC高性能计算、加速计算领域。
SwiftStack成立于2011年11月，已累计融资2360万美元，拥有SwiftStack 7、1space、ProxyFS、Swift等一系列软件和控制器产品，与NVIDIA、eBay、Google、Valohai等多家大型企业都有合作，对于思科、戴尔、会与（HPE）、超微等企业的软件也很有经验。
被收购后，SwiftStacck将继续开发、支持、增强其软件，当然最重要的任务还是支持基于NVIDIA GPU的AI平台，加速和扩展其在大规模AI深度学习方面的应用。
作为一家传统游戏GPU公司，NVIDIA这些年早就把目光瞄向了更广阔的领域，并陆续收购了大量的数据中心相关技术、IP，尤其是非常在意超级计算机。
去年，NVIDIA曾经以69亿美元的高价收购Mellanox，获得了先进的服务器互连解决方案，而收购SwiftStack可以大大增强在大规模GPU深度学习方面的实力。
NVIDIA未披露此次收购的价格。
责任编辑：wv
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
NVIDIA
+关注
关注
14文章
4989浏览量
103077 -
gpu
+关注
关注
28文章
4740浏览量
128955 -
AI
+关注
关注
87文章
30898浏览量
269134
发布评论请先 登录
相关推荐
《CST Studio Suite 2024 GPU加速计算指南》
的各个方面，包括硬件支持、操作系统支持、许可证、GPU计算的启用、NVIDIA和AMD GPU的详细信息以及相关的使用指南和故障排除等内容。
1. 硬件支持
-
发表于 12-16 14:25
GPU在深度学习中的应用 GPUs在图形设计中的作用
随着人工智能技术的飞速发展，深度学习作为其核心部分，已经成为推动技术进步的重要力量。GPU（图形处理单元）在深度
NPU在深度学习中的应用
设计的硬件加速器，它在深度学习中的应用日益广泛。 1. NPU的基本概念 NPU是一种专门针对深度学习算法优化的处理器，它与传统的CPU和GPU
pcie在深度学习中的应用
深度学习模型通常需要大量的数据和强大的计算能力来训练。传统的CPU计算资源有限，难以满足深度学习的需求。因此，GPU（图形处理单元）和TPU
深度学习模型的鲁棒性优化
深度学习模型的鲁棒性优化是一个复杂但至关重要的任务，它涉及多个方面的技术和策略。以下是一些关键的优化方法： 一、数据预处理与增强 数据清洗 ：去除数据中的噪声和异常值，这是提高模型鲁棒
AMD与NVIDIA GPU优缺点
在图形处理单元（GPU）市场，AMD和NVIDIA是两大主要的竞争者，它们各自推出的产品在性能、功耗、价格等方面都有着不同的特点和优势。 一
新手小白怎么学GPU云服务器跑深度学习?
新手小白想用GPU云服务器跑深度学习应该怎么做?
用个人主机通常pytorch可以跑但是LexNet，AlexNet可能就直接就跑不动,如何实现更经济便捷的实现GPU云服务器
发表于 06-11 17:09
IBM将收购软件公司HashiCorp
科技巨头IBM近日宣布，将斥资64亿美元以每股35美元的价格现金收购知名软件公司HashiCorp。此次收购旨在进一步增强IBM
NVIDIA在加速识因智能AI大模型落地应用方面的重要作用介绍
本案例介绍了 NVIDIA 在加速识因智能 AI 大模型落地应用方面的重要作用。生成式大模型已广泛应用于各领域，通过学习人类思维方式，能快速挖掘海量内容，满足不同需求。
盘点国产GPU在支持大模型应用方面的进展
，近些年国内也有不少GPU企业在逐步成长，虽然在大模型的训练和推理方面，与英伟达GPU差距极大，但是不可忽视的是，不少国产
FPGA在深度学习应用中或将取代GPU
上涨，因为事实表明，它们的 GPU 在训练和运行 深度学习模型 方面效果明显。实际上，英伟达也已经对自己的业务进行了转型，之前它是一家纯粹做
发表于 03-21 15:19
工商网监
评论