News

AWS: Neue GPU-Instanzen sollen KI-Entwicklung beschleunigen

AWS-Logo. (Foto: Sundry Photography/Shutterstock)

Lesezeit: 1 Min. Gerade keine Zeit? Jetzt speichern und später lesen

Mit der neuen Generation seiner GPU-Cloud-Instanzen will Amazon die Verarbeitungsgeschwindigkeit im Deep Learning um das Zweieinhalbfache beschleunigen und dadurch günstiger machen.

Die neuen P4-Instanzen von AWS (Amazon Web Services) richten sich an Unternehmen und Forschungseinrichtungen, die Wert auf maximale Leistung bei der Berechnung komplexer KI-Modelle legen. Die neuen GPU-Instanzen werden jeweils von Intels Cascade-Lake-Prozessoren und acht A100-Tensorkernen von Nvidia angetrieben.

Höhere Leistung soll KI-Training billiger machen

Damit verspricht AWS eine Kostenreduzierung um 60 Prozent bei einer Beschleunigung um das Zweieinhalbfache, wenn die Cluster für die Berechnung komplexer KI-Modelle eingesetzt werden.

Andere interessierte Anwender werden schon angesichts der aufgerufenen Preise eher die Finger vom neuen P4-Angebot lassen, das es derzeit nur in der Variante P4D.12xlarge gibt. Die bringt 320 Gigabyte an GPU-Speicher und eine Netzwerkanbindung mit 400 Gigabit pro Sekunde mit.

Fast fertig!

Bitte klicke auf den Link in der Bestätigungsmail, um deine Anmeldung abzuschließen.

Du willst noch weitere Infos zum Newsletter? Jetzt mehr erfahren

P4D im Überblick. (Grafik: AWS)

96 Prozessorkerne, 1,1 Terabyte System-Arbeitsspeicher und acht Terabyte SSD-Speicher sorgen dann auch für einen vergleichsweise hohen Stundenpreis von rund 33 US-Dollar. Der wird – wie immer bei AWS – nur dann fällig, wenn auch eine Nutzung erfolgt. Wer sich längerfristig binden will, kann den Stundenpreis auf rund 12 Dollar senken.

Cluster können Supercomputer-Niveau erreichen

Im Extremfall lassen sich mehr als 4.000 GPUs zu einem sogenannten EC2-Ultracluster kombinieren. Diese Supercomputer-Klasse hat AWS bereits mit Kunden wie dem Toyota Research Institute, GE Healthcare und Aon getestet.

Mike Garrison, technischer Leiter am Toyota Research Institute, ist von den Vorzügen überzeugt. So habe schon die Vorgängergeneration der GPU-Cluster zu einer Effizienzsteigerung bei der KI-Modellierung geführt. P4 verspreche nicht nur noch mehr Geschwindigkeit, sondern erlaube auch das Training noch komplexerer Modelle in kürzerer Zeit.

Das könnte dich auch interessieren

Bitte beachte unsere Community-Richtlinien

Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.

Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.

Dein t3n-Team

Schreib den ersten Kommentar!

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.

Bitte schalte deinen Adblocker für t3n.de aus!

Hallo und herzlich willkommen bei t3n!

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team von mehr als 75 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Schon jetzt und im Namen der gesamten t3n-Crew: vielen Dank für deine Unterstützung! 🙌

Digitales High Five
Holger Schellkopf (Chefredakteur t3n)

Anleitung zur Deaktivierung