为 AI 和 HPC 工作负载提供基础设施管理服务
与传统 IT 系统不同，HPC 和 AI 基础架构使用不同的处理器、平台、网络，并涉及精确操作。这些差异可能会影响您的内部 IT 团队管理性能和正常运行时间的能力。
敏感设备
AI 和 HPC 集群使用具有唯一故障签名的特殊组件。可能需要对传统监控工具进行修改才能正确管理和调整元素。
昂贵的 GPU
与任何集群一样，用于AI和HPC的集群必须通过运行状况检查进行持续管理，因为性能问题和故障模式可能会带来重大的财务影响。
可靠的方法
由 NVIDIA 认证的托管服务工程师通过基于 SLA 的正常运行时间报告进行持续监控、警报和上报管理，可防止工作负载延迟。
超过十亿小时
提高大规模、复杂环境的正常运行时间和吞吐量，GPU 运行时间超过 20 亿小时。
85,000 个 GPU
我们在管理服务下部署了超过 85,000 个 GPU，继续满足当前和不断变化的 AI 基础设施需求。
卓越中心 (CoE)
从工程到技术运营，Penguin 提供专业知识并协调关键职能领域，以确保最佳性能。
管理大型 NVIDIA DGX 集群专业知识
我们多年的经验使我们能够通过运营大型AI工厂来开发无与伦比的能力。例如，我们在帮助 Meta 管理 Meta Research 超级集群，拥有 2000 多个 NVIDIA DGX 系统、16,000 个 NVIDIA A100 Tensor Core GPU、500 PB 存储空间和 40,000 个 NVIDIA InfiniBand 网络链接。
Penguin Solutions与Meta的运营团队合作进行硬件集成，以部署集群并设置控制平面的主要部分。企鹅的硬件和软件专业知识帮助整合了NVIDIA和Pure Storage的贡献。
这三个合作伙伴共同为为 Meta 提供优化解决方案——新的 AI 研究超级集群 (RSC) ——发挥了关键作用，这使得 Meta 能够为此奠定基础 元界。
提供经过人工智能优化的架构和
AI 管理服务
Penguin Solutions 继续为 Meta 的大型 NVIDIA DGX 集群提供超长的正常运行时间和可用性。
经认证的英伟达 DGX 就绪
AI 管理服务合作伙伴
Penguin Solutions设计了大型NVIDIA DGX集群，具有高速的NVIDIA InfiniBand网络和优化的存储。我们与大多数存储供应商都有关系和专业知识，这使我们能够为每位客户提供定制的解决方案。
与 Penguin Solutions 的专家交谈
立即联系我们，详细了解我们作为经认证的 NVIDIA DGX 就绪 AI 托管服务提供商，如何通过包括全天候支持在内的全套端到端服务，帮助确保生产就绪和变更管理。