鎖定 2021 年 11 月 8 日至 11 日，準備好繼續(xù)提升在 4 月 GTC 大會上學到的知識。在本屆大會的分會場、小組討論和面向數(shù)據(jù)中心基礎(chǔ)架構(gòu)主題的最新技術(shù)等內(nèi)容中，將與大家分享許多最新洞察。閱讀下方精彩內(nèi)容介紹，不容錯過！

關(guān)于 DPU

首席信息官（CIO）需要了解的 5 件事

數(shù)據(jù)處理器（ DPU ）提供了加速和保護現(xiàn)代應(yīng)用的重要功能，但是，在數(shù)據(jù)中心中何時部署，如何部署及為什么部署這些功能強大的新產(chǎn)品上，許多 CIO 仍有疑問。

該主題將詳細介紹 DPU 可解決的關(guān)鍵問題，并揭密他們在降低復(fù)雜性上所做的工作，以及如何提高現(xiàn)代分布式應(yīng)用的靈活性、安全性及性能。內(nèi)容涵蓋 DPU 的各項主要功能，將助力 CIO 們應(yīng)對遠程工作、虛擬化、容器化、數(shù)字化和軟件定義的數(shù)據(jù)中心所帶來的風險和復(fù)雜性。DPU 可以卸載、加速和隔離關(guān)鍵網(wǎng)絡(luò)、存儲和安全等基礎(chǔ)設(shè)施，解決了 CIO 和系統(tǒng)架構(gòu)師所關(guān)注的前五大問題，從而構(gòu)建最先進的軟件定義、硬件加速的數(shù)據(jù)中心。

Kevin Deierling ，NVIDIA 高級營銷副總裁

DPU 為前所未有的數(shù)據(jù)中心轉(zhuǎn)型提供動力

云計算和人工智能正在推動現(xiàn)代數(shù)據(jù)中心架構(gòu)的根本性改變。正如 GPU 加速解決方案改變了數(shù)據(jù)科學和人工智能一樣， DPU 現(xiàn)在正在改變數(shù)據(jù)中心的架構(gòu)，它可以運行下一波的新型應(yīng)用。

該主題將介紹這一轉(zhuǎn)型歷程的關(guān)鍵支柱，并探討 DPU 目前的一些典型的現(xiàn)實應(yīng)用。

Yael Shenhav ，NVIDIA 以太網(wǎng)卡及 DPU 業(yè)務(wù)副總裁

通用架構(gòu)：

實現(xiàn)從核心到邊緣的高效 AI 擴展

現(xiàn)代數(shù)據(jù)中心需要一種新的通用架構(gòu)，以高效地支持部署在核心和邊緣的人工智能業(yè)務(wù)。傳統(tǒng)數(shù)據(jù)中心有許多配備了多臺服務(wù)器、網(wǎng)絡(luò)和存儲的筒倉式（Silo）系統(tǒng)，以支持不同的應(yīng)用，包括數(shù)據(jù)庫、產(chǎn)品設(shè)計、云基礎(chǔ)設(shè)施、 人工智能、 高性能計算和大數(shù)據(jù)等。在日益重要的人工智能領(lǐng)域，也有人在用這種方式來管理不同的人工智能和機器學習應(yīng)用。最初這種筒倉式（Silo）系統(tǒng)的設(shè)計的出現(xiàn)是為了每個應(yīng)用的性能和效率，但是犧牲了應(yīng)用發(fā)生變化時的靈活性和操作效率。

該主題將討論如何設(shè)計一個可組合、靈活、可擴展和高效的通用人工智能數(shù)據(jù)中心架構(gòu)，可以快速重新配置以適配不同類型的人工智能應(yīng)用，包括訓練、推理、對話和推薦系統(tǒng)。了解如何部署正確的服務(wù)器設(shè)計、加速器芯片、人工智能模型，網(wǎng)絡(luò)產(chǎn)品，創(chuàng)建一個數(shù)據(jù)中心，可以在任何位置高效地處理任何人工智能應(yīng)用：不論是在核心數(shù)據(jù)中心，還是在云或邊緣。

Michael Kagan，NVIDIA 首席技術(shù)官

Chris Lamb ，NVIDIA GPU 計算軟件平臺副總裁

NVIDIA DOCA

在今天為未來的數(shù)據(jù)中心編程

數(shù)據(jù)中心的建設(shè)者和創(chuàng)新者面臨的挑戰(zhàn)是如何滿足不斷增長的規(guī)模和性能需求，同時要保護數(shù)據(jù)的機密性。為了應(yīng)對這些挑戰(zhàn)， NVIDIA DOCA 框架提供了一個面向 NVIDIA BlueField DPU 編程的完整 SDK 和加速數(shù)據(jù)中心服務(wù)的運行時包。

該主題將介紹 DOCA 為開發(fā)人員和 IT 運營人員提供的功能和服務(wù)。

Ariel Kit， NVIDIA DPU 產(chǎn)品總監(jiān)

Pete Lumbis ，NVIDIA DPU 及 DOCA 技術(shù)營銷總監(jiān)

基于 DPU 的企業(yè)新一代防火墻加速

—— Palo Alto Networks

為了跟上數(shù)據(jù)爆炸式增長，數(shù)據(jù)中心正在從 25G 到 100G 的高速網(wǎng)絡(luò)過渡。隨著網(wǎng)絡(luò)速度的不斷提高，新一代防火墻（ NGFW ）等安全功能也需要跟上更高的流量負載。軟件定義的 NGFW 提供了構(gòu)建現(xiàn)代數(shù)據(jù)中心的靈活性和敏捷性。然而，如何在性能、效率和經(jīng)濟性方面提升它們一直是一個挑戰(zhàn)。對軟件定義、硬件加速的 NGFW 的需求比以往任何時候都更加迫切。NVIDIA 和 Palo Alto Networks 已經(jīng)為企業(yè)和云規(guī)模的數(shù)據(jù)中心開發(fā)了 基于DPU 加速 NGFW 解決方案。

該主題中，他們將共同介紹 PAN VM 系列 NGFW 解決方案，并討論可用性和客戶的試用。我們將現(xiàn)場演示 PAN NGFW 如何使用 BlueField-2 DPU 豐富的網(wǎng)絡(luò)卸載功能將性能提高 5 倍，同時滿足數(shù)據(jù)中心和企業(yè)部署的安全需求。

Mukesh Gupta ，Palo Alto Networks 產(chǎn)品管理副總裁

John McDowall ，Palo Alto Networks 高級杰出工程師

Ash Bhalgat ，NVIDIA 市場開發(fā)高級總監(jiān)

用人工智能和實時遙測

重新定義分布式云邊緣的網(wǎng)絡(luò)安全

高度分布式是現(xiàn)代應(yīng)用的特色，橫向擴展的服務(wù)或微服務(wù)都支持多實例，且沒有任何一點可觀察到所有數(shù)據(jù)。隨著大量分布式應(yīng)用程序的出現(xiàn)，提供一個整體的視圖和檢測威脅是一項挑戰(zhàn)。解決這一問題需要一個不依賴于源和位置的健壯且高度可擴展的遙測收集和分析策略。NVIDIA Morpheus AI 框架提供了預(yù)訓練的 AI 模型，這些模型提供了強大的工具來簡化工作流并幫助檢測和緩解安全威脅。與 NVIDIA BlueField-2 DPU 和經(jīng)認證的 NVIDIA EGX 服務(wù)器相結(jié)合， F5 能夠通過實時遙測和基于人工智能的分析來加速分布在云端和邊緣的各種應(yīng)用的網(wǎng)絡(luò)安全。

該主題中， F5 將介紹他們的 Shape 安全產(chǎn)品系列和分布式云如何使用基于 AI 的遙測數(shù)據(jù)預(yù)處理來優(yōu)化應(yīng)用的安全性和交付。

Renuka Nadkarni ，F(xiàn)5 副總裁兼首席安全技術(shù)官

Ken Arora ，F(xiàn)5 系統(tǒng)架構(gòu)師和開發(fā)者

Ash Bhalgat ，NVIDIA 市場開發(fā)高級總監(jiān)

Check Point 和 NVIDIA

以網(wǎng)絡(luò)速度提供防火墻安全性

企業(yè)需要網(wǎng)絡(luò)安全與業(yè)務(wù)的速度同步，在幾分鐘內(nèi)安全地傳輸數(shù)百 TB 的數(shù)據(jù)，為高頻金融交易提供低延遲，同時還可以根據(jù)需要擴展安全性，以支持在線商務(wù)等高速增長的業(yè)務(wù)。了解 Check Point 和 NVIDIA 如何合作，以與網(wǎng)速同樣的速度提供防火墻安全性，以高達 每秒 3 TB 的吞吐量創(chuàng)建業(yè)界最快的網(wǎng)絡(luò)安全解決方案。過去需要數(shù)小時的 400 TB 文件的安全傳輸現(xiàn)在可以在幾分鐘內(nèi)完成。金融機構(gòu)現(xiàn)在可以在微秒級延遲安全地處理數(shù)百萬次高頻交易。

該主題將回顧不同行業(yè)的用戶的實際用例，包括用戶如何從防火墻安全性能的十倍增長中獲益。

Gera Dorfman ，Check Point 軟件技術(shù)有限公司網(wǎng)絡(luò)安全產(chǎn)品副總裁

InfiniBand HPC 云最佳實踐：

在 Microsoft Azure 云上實現(xiàn)性能隔離

高性能計算（HPC）和人工智能已經(jīng)作為主要的數(shù)據(jù)處理引擎被廣泛用于各種商業(yè)應(yīng)用。HPC 云承載著越來越多的用戶和應(yīng)用，因此需要仔細管理網(wǎng)絡(luò)資源，并在應(yīng)用之間提供性能隔離。Microsoft Azure HPC 云利用 NVIDIA InfiniBand 網(wǎng)絡(luò)的網(wǎng)絡(luò)計算加速引擎中及其增強的擁塞控制機制實現(xiàn)了 HPC 和 AI 的裸金屬性能，同時消除了網(wǎng)絡(luò)熱點并保持高效的網(wǎng)絡(luò)性能。

該主題將探索如何優(yōu)化網(wǎng)絡(luò)行為和在同一網(wǎng)絡(luò)上支持多種應(yīng)用程序和多用戶的最佳實踐。

責任編輯：haq