Ride the Fast Lane to AI Productivity with Multi-Instance GPUs
一．平台介绍
NVIDIA安培架构中的MIG模式可以在A100 GPU上并行运行七个作业。
二．技术原理
还记得夏天休息后，在饮水机前排着长队等你吗？现在想象一下一个多头的喷泉，流动着所有人的清凉善良。
这就是NVIDIA安培体系结构中启用的多实例GPU（MIG）的本质。
MIG将一个NVIDIA A100 GPU划分为多达七个独立的GPU实例。它们同时运行，每个都有自己的内存、缓存和流式多处理器。这使得A100 GPU能够以比以前的GPU高7倍的利用率提供有保证的服务质量（QoS）。
在MIG模式下的A100可以运行多达7个不同大小的AI或HPC工作负载的任意组合。这种能力对于通常不需要现代GPU所提供的所有性能的AI推理工作特别有用。 例如，用户可以创建两个MIG实例，每个实例的内存为20gb，三个实例的内存为10gb，七个实例的内存为5gb。用户创建适合其工作负载的组合。
MIG隔离了GPU实例，所以它提供了故障隔离——一个实例中的问题不会影响在同一物理GPU上运行的其他实例。每个实例都提供有保证的QoS，确保用户的工作负载获得他们期望的延迟和吞吐量。
云服务提供商和其他企业可以使用MIG来提高其GPU服务器的利用率，为用户提供高达7倍的GPU实例。
英伟达是谷歌云的战略合作伙伴，MIG使共享Kubernetes集群中gpu的效率和利用率达到新的水平成为可能。启用这些共享GPU用例，并通过googlekubernetes引擎提供用例。
三．企业对MIG的推断
对于企业用户来说，MIG加速了人工智能模型的开发和部署。
MIG让多达7个数据科学家同时访问一个感觉像是专用GPU的东西，这样他们就可以并行工作，微调深度学习模型，以获得最佳的精度和性能。这是一项耗时的工作，但它通常不需要太多的计算能力——这是MIG的一个很好的用例。
一旦模型准备好运行，MIG允许一个GPU同时处理多达七个推理作业。这对于批量1推理工作负载来说是非常理想的，这些工作负载包括不需要完整GPU的肌肉的小的、低延迟的模型。
英伟达技术对送货机器人平台服务至关重要，MIG将能够充分利用部署的每一个GPU，能够动态地重新配置计算资源，以满足不断变化的工作负载需求，优化我们基于云的基础设施，从而最大限度地提高效率和节约成本。
四．专为IT/DevOps而建
用户不必改变CUDA编程模型就可以获得MIG对AI和HPC的好处。MIG可以与现有的Linux操作系统、Kubernetes和容器协同工作。
NVIDIA通过它为其A100提供的软件启用MIG。其中包括GPU驱动程序、NVIDIA的CUDA11软件（即将上市）、更新的NVIDIA容器运行时以及通过NVIDIA设备插件在Kubernetes中的新资源类型。
将NVIDIA虚拟计算服务器（vComputeServer）与MIG结合使用，将提供管理和监视系统管理程序（如Red Hat Virtualization和VMware vSphere）的优点。这种组合将支持流行的功能，如实时迁移和多租户。
客户越来越需要管理运行在虚拟机上的多租户工作流，同时提供隔离和安全好处，NVIDIA A100 GPU上新的多实例GPU功能支持一系列新的人工智能加速工作负载，这些工作负载可以在红帽平台上运行，从云端到边缘。
随着NVIDIA A100及其软件的到位，用户将能够看到和调度他们的新GPU实例上的作业，就好像他们是物理GPU一样。
