chatgpt和生成式ai迎来了AI的“iPhone时刻”，企业正在努力通过AI获得竞争优势，但也面临着挑战。

虽然 95% 的数据主管（CDO 和 CDAO）表示他们的领导层期望 AI 和 ML 应用程序带来收入增长，但只有 19% 的人表示他们拥有满足这些期望的资源（根据 domino 最近对企业 CDO 和 CDAO 的调查）。为数据科学团队的研究人员提供首选工具和基础设施对于 AI/ML 计划至关重要——对于雇用/留住顶尖人才、保持人才的生产力以及维持稳健的治理流程。

《福布斯》预测芯片和 GPU 的需求激增将持续到 2023 年底。主要的云提供商正在限制客户的可用性——一些报告称需要数月的硬件访问等待，优先考虑那些已经进行了多年支出的公司信息所报告的承诺。

Domino 和 vultr 合作开发联合 mlops 和计算解决方案

我们很高兴地宣布，数据科学和云计算行业的两家行业领导者 Domino Data Lab 和 Vultr 之间新的集成 MLOps 和 GPU 解决方案全面上市。此次合作将为我们的客户和潜在客户提供无与伦比的访问权限，以访问 Vultr 上最先进的 NVIDIA 基础架构，包括 NVIDIA A100 和 H100 Tensor Core GPU，以训练、部署和管理他们自己的深度学习模型，包括用于生成 AI 的模型，轻松且负担得起。

随着 AI 继续快速发展，能够访问强大的计算基础设施已成为训练和部署 AI/ML 模型的关键。 Domino 和 Vultr 的合作伙伴关系提供了独特的优势，为客户提供了在数周内访问尖端 GPU 的机会，使数据科学家和开发人员能够构建复杂的 AI 模型，以比超大规模企业更低的成本推动跨行业的创新。

Domino 和 Vultr 的联合解决方案（于 3 月宣布）加快了数据科学投资的价值实现时间，因此数据科学团队和 IT 领导者对其投资的即时投资回报率充满信心。数据科学团队和 IT 领导者不再需要单独采购、建立、配置和集成所有用于 AI/ML 的机器——Domino & Vultr 解决方案经过验证，可以将 Domino 的企业 MLOps 平台无缝集成到由 Vultr 提供支持的云 GPU 产品上英伟达。这将 Domino 领先的企业 MLOps 平台和 Vultr 上行业领先的基于 NVIDIA GPU 的基础架构结合在一起，与最流行的数据科学软件和工具集成，例如 NVIDIA AI Enterprise，NVIDIA AI 平台的软件层； NVIDIA NGC 企业服务、软件和支持门户； Anaconda 的开源 Python 工具等。

解决方案概述

我们的联合产品以 Vultr Kubernetes Engine (VKE) 和 Domino Nexus（Domino 的混合/多云 MLOps 产品）为基础。 Domino 的 Kubernetes 原生平台在 VKE 上无缝运行，VKE 提供自动化容器编排，因此您可以自信地操作并轻松扩展数据科学工作流。

Domino 的 Enterprise MLOps 平台提供数据科学编排层，在 IT 的治理下提供对通用数据科学工具和基础设施的治理自助访问——从一个“控制平面”。

我们的联合产品使客户能够：

利用 NVIDIA A100 和 H100 Tensor Core GPU 的高性能计算能力，几周内即可上市。平衡成本、性能和可用性以按需扩展或缩减 GPU 资源，确保 AI 工作负载的最佳利用率和成本管理——包括访问部分 GPU。

使用 Domino 的企业 MLOps 加速数据科学和模型生命周期，培养更高效和有效的数据科学流程。

通过包、框架和行业解决方案（包括 NVIDIA AI Enterprise、NVIDIA NGC、Anaconda 等）提高数据科学家的生产力，所有这些都在 Domino 和 Vultr 解决方案上得到验证。

使用 Domino Nexus 从单个“控制平面”跨混合云/多云无缝开发和扩展数据科学，使您能够跨任何计算集群运行数据科学工作负载。

通过使用 Domino Nexus 解耦数据科学“控制平面”和“数据/计算”平面来优化成本和性能，这意味着客户可以无缝地“爆发”到 Vultr 云中的 GPU，以缓解模型训练期间的基础设施容量问题。或者，利用不同的计算用于模型训练与托管/推理的集群，以进一步减少基础设施支出。

加快每个行业的数据科学价值实现时间

Domino 开放灵活的平台已经受到 20% 的财富 100 强企业的信任，可以在多个行业扩展企业数据科学。用例包括：

金融服务：利用人工智能进行欺诈检测、信用评分、算法交易和个性化客户体验，释放新的增长机会并提高效率。 Moody’s Analytics 将部署模型的时间缩短了 50%，因此他们可以更快地将信息交到客户手中。

医疗保健和生命科学：加速药物发现和开发，优化临床试验设计，并通过使用人工智能解决方案的个性化医疗来加强患者护理。 Janssen 是 Johnson & Johnson 的制药部门，开发深度学习模型的速度提高了 10 倍以加速深度学习。

公共部门：利用人工智能加强公共安全，优化城市规划，改善资源配置，并实现数据驱动的决策以实现更有效的治理。 Lockheed Martin 每年产生 2000 万美元的价值，并更快地提供新的创新。

经济实惠且高效的 AI 模型推理托管

生成 AI 模型经过训练后，就可以部署它们进行推理了。由于 Vultr 具有成本效益的云基础设施与 Domino Nexus 的混合/多云功能相结合，您可以在不影响性能的情况下享受经济实惠、灵活的模型托管和推理。

Vultr 的全球云数据中心网络确保您的 AI 模型可以快速部署、低延迟，并且可以处理大量请求，使其成为托管 AI 驱动的应用程序和服务的理想平台。 Domino 灵活的平台支持各种部署和托管选项——从本地数据中心到云再到边缘——所有这些都通过 Domino 的单一管理平台进行管理。

详细了解 Vultr 和 Domino 的结合如何帮助您加快 AI 投资的价值实现时间。