近日，AI这家虚拟化AI基础架构的公司，发布了第一个分数GPU共享系统，用于Kubernetes上的深度学习工作负载。分数GPU系统特别适用于诸如推理之类的轻量级AI任务，透明地使数据科学和AI工程团队能够在单个GPU上同时运行多个工作负载，从而使公司能够运行更多的工作负载，例如计算机视觉，语音识别和在同一硬件上进行自然语言处理，从而降低了成本。

对于深度学习工作负载而言，当今事实上的标准是在Kubernetes精心安排的容器中运行它们。但是，Kubernetes只能将整个物理GPU分配给容器，缺乏使GPU资源共享而不会发生内存溢出或处理冲突所需的隔离和虚拟化功能。

运行：AI的分数GPU系统有效地创建了虚拟化逻辑GPU，具有它们自己的内存和计算空间，容器可以像使用独立处理器那样使用和访问它们。这使多个深度学习工作负载可以在同一GPU上并排运行在容器中，而不会互相干扰。该解决方案是透明，简单和可移植的。它不需要更改容器本身。

为了创建分数GPU，Run：AI必须修改Kubernetes的处理方式。“在Kubernetes中，GPU是作为整数处理的，” Run：AI的联合创始人兼CTO Ronen Dar博士说。“您要么拥有一个，要么没有。我们不得不将GPU变成浮动的，以便将一部分GPU分配给容器。” Run：AI还解决了内存隔离问题，因此每个虚拟GPU都可以安全运行，而不会发生内存冲突。

一个典型的用例可以看到在同一GPU上运行2-4个作业，这意味着公司可以使用相同的硬件完成四倍的工作。对于某些轻量级工作负载（例如推理），容器中运行的8个以上作业可以舒适地共享同一物理芯片。

增加部分GPU共享是Run：AI创建真正的虚拟AI基础架构的使命的关键组成部分，结合了Run：AI的现有技术，该技术可弹性地将工作负载扩展到多个GPU上并实现资源池和共享。

“推理任务等某些任务通常不需要整个GPU，但是所有那些未使用的处理器周期和RAM都会浪费掉，因为容器不知道如何仅占用一部分资源，” Run：AI co -创始人兼首席执行官Omri Geller。“ Run：AI的分数GPU系统使公司能够释放其硬件的全部容量，从而可以更快，更有效地扩展其深度学习。”