Helfen Sie mit, diese Seite zu verbessern
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Möchten Sie zu diesem Benutzerhandbuch beitragen? Scrollen Sie zum Ende dieser Seite und wählen Sie Diese Seite bearbeiten am aus GitHub. Ihre Beiträge werden dazu beitragen, unser Benutzerhandbuch für alle zu verbessern.
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Probieren Sie Tutorials für die Bereitstellung von Machine Learning Learning-Workloads und -Plattformen auf EKS
Wenn Sie daran interessiert sind, Plattformen und Frameworks für Machine Learning einzurichtenEKS, schauen Sie sich die auf dieser Seite beschriebenen Tutorials an. Diese Tutorials decken alles ab, von Mustern für die optimale Nutzung von GPU Prozessoren über die Auswahl von Modellierungstools bis hin zur Erstellung von Frameworks für spezielle Branchen.
Erstellen Sie generative KI-Plattformen auf EKS
Führen Sie spezialisierte generative KI-Frameworks aus auf EKS
Maximieren Sie die NVIDIA GPU Leistung für ML auf EKS
-
Implementieren Sie GPU Sharing, um es effizient NVIDIA GPUs für Ihre EKS Cluster zu nutzen:
GPUTeilen auf Amazon EKS mit NVIDIA Timeslicing und Accelerated Instances EC2
-
Verwenden Sie Multi-Instance GPUs (MIGs) und NIM Microservices, um mehr Pods pro GPU Cluster auszuführen: EKS
-
Nutzen Sie NVIDIA NIM Microservices, um Inferenz-Workloads zu optimieren, indem Sie optimierte Microservices verwenden, um KI-Modelle in großem Maßstab bereitzustellen:
Teil 1: Bereitstellung generativer KI-Anwendungen NVIDIA NIMs auf Amazon EKS
-
Skalierung eines großen Sprachmodells NVIDIA NIM auf Amazon EKS mit Karpenter
Führen Sie Videokodierungs-Workloads auf aus EKS
Beschleunigen Sie das Laden von Bildern für Inferenz-Workloads
Kundenreferenzen für ML auf EKS
Überwachung von ML-Workloads
Ankündigungen für ML am EKS
📝 Bearbeiten Sie diese Seite auf GitHub