為什麼選擇 AWS 和 NVIDIA？
AWS 和 NVIDIA 自 2010 年以來一直合作，不斷為客戶提供大規模、經濟高效且靈活的 GPU 加速解決方案。從雲端到邊緣，這些創新擴展到基礎設施、軟體和服務，提供全端解決方案，在建置 AI 並將其部署到生產時加快解決方案的時間。透過多個 AWS 區域提供的 GPU 加速解決方案，客戶可以獲得實現低延遲、高效能和高可靠性所需的運算能力。
解決方案
生成式 AI 和機器學習
適用於最複雜 AI/ML 模型的 GPU 執行個體和軟體
各種規模的組織都在使用生成式 AI 進行聊天機器人、文件分析、程式碼產生、視訊和影像產生、語音識別、藥物發現以及合成資料產生，以快速創新、改善客戶服務並獲得競爭優勢。為了實現這些解決方案的全部價值，組織需要使用自己的專有資料自訂 AI 和機器學習 (ML) 模型，但從頭開始建立模型既昂貴又耗時。採用 NVIDIA GPU 支援的 Amazon EC2 執行個體，可加速針對越來越複雜的 LLM 和運算密集型生成式 AI 應用程式的訓練與推論。NVIDIA NIM 和 NeMo 微服務是 AWS Marketplace 中 NVIDIA AI Enterprise 的一部分，使組織能夠大規模發揮生成式 AI 和 LLM 的潛力。
高效能運算
解決大型運算問題和取得新洞見
高效能運算 (HPC) 可讓科學家和工程師快速解決複雜、運算密集的問題。HPC 應用程式應用程式通常需要網路效能、快速儲存、大量記憶體和運算能力的組合。AWS 透過在雲端執行GPU 驅動的 HPC，並能擴展到超過大部分內部部署環境實際可行的大量平行任務，讓客戶加快研究速度，又能縮短得出結果的時間。Amazon EC2 執行個體採用 NVIDIA GPU，是執行工程模擬、計算金融學、地震分析、分子模擬、基因體、轉譯和其他高效能運算工作負載的理想平台。
物聯網
將 AWS 無縫擴展至邊緣裝置，讓這些裝置可在本機上操作
具有機器學習功能的 IoT 裝置面臨許多挑戰。邊緣有限的運算資源可能會限制機器學習模型的複雜性和規模，同時平衡對更複雜演算法的需求。確保即時處理、低延遲和網路安全至關重要，因為邊緣設備通常更容易受到篡改和惡意攻擊。AWS IoT Greengrass 將 AWS 無縫延伸到邊緣裝置 (例如 NVIDIA Jetson 裝置)，以便在本機上操作其產生的資料，同時繼續將雲端用於管理、分析和耐久性儲存。
了解如何整合 Jetson 模組上的 NVIDIA DeepStream 與 AWS IoT Core 和 AWS IoT Greengrass
工業元宇宙
透過輕鬆建立現實世界系統的模擬來最佳化營運
許多行業都受益於現實世界物件的模擬，這些物件可以是物理實體的準確且具有空間感知的沉浸式表示。工業元宇宙涵蓋數位分身和其他模擬，可幫助研究人員和工程師更好地協作和測試他們的產品，例如工廠中的虛擬原型或遠端監控。NVIDIA Omniverse 是一個運算平台，可讓個人和團隊開發基於通用場景描述 (OpenUSD) 的 3D 工作流程和應用程式。
虛擬工作站
調整您的人力，網羅全球創意人才
隨著遠端工作的成長和對 HPC 的需求的增加，隨著產業採用更加分散的方法，對功能強大的工作站進行虛擬存取的需求也隨之增加。NVIDIA 的 GPU 技術可確保 3D 建模、影片編輯和 AI 開發等圖形密集型任務可以在雲端無縫執行，為使用者提供傳統對內部部署工作站所期望的效能和視覺保真度。使用 NVIDIA RTX 技術的虛擬工作站在 Amazon EC2 執行個體上執行，並提高了彈性和擴充性，為分散地區的團隊提供更靈活的工作環境。
