亚马逊云科技Amazon EC2 DL1实例正式可用将机器学习模型训练性价比提高40%

2021-11-17 13:20:44来源：TechWeb.com.cn 关键词：云端机器学习阅读量：23738

导读：据介绍，Amazon EC2 DL1实例由来自Habana Labs 的Gaudi加速器提供支持，DL1实例配备多达8个Gaudi加速器、256GB 高带宽内存、768GB系统内存、定制的第二代英特尔至强可扩展(Cascade Lake)处理器、400Gbps的网络吞吐量和4TB的本地NVMe存储。

　　11月17日消息，亚马逊云科技宣布Amazon Elastic Compute Cloud (Amazon EC2) DL1实例正式可用，这是一种专为训练机器学习模型而设计的新实例类型。目前，DL1实例目前已在美国东部(弗吉尼亚北部)和美国西部(俄勒冈)区域正式可用。亚马逊云科技的希捷、英特尔、Riskfuel等客户均已开始使用Amazon EC2 DL1。

　　亚马逊云科技Amazon EC2副总裁David Brown表示：“机器学习的使用正在激增。然而，机器学习模型训练的一大挑战是计算密集型负载，同时随着客户不断改进和重新训练模型，成本也会变高。亚马逊云科技为任何机器学习项目或应用程序提供了广泛而强大的计算选项。采用Gaudi加速器的DL1实例为云中基于GPU的实例提供了迄今为止最具性价比的替代方案。这一价格和性能的最佳组合让客户可以降低训练成本，训练更多模型并加快创新速度。”

　　据介绍，Amazon EC2 DL1实例由来自Habana Labs 的Gaudi加速器提供支持，DL1实例配备多达8个Gaudi加速器、256GB 高带宽内存、768GB系统内存、定制的第二代英特尔至强可扩展(Cascade Lake)处理器、400Gbps的网络吞吐量和4TB的本地NVMe存储。与当前基于GPU的Amazon EC2实例相比，DL1实例机器学习模型训练性价比提高40%。

　　借助Amazon EC2 DL1实例，用户可以针对自然语言处理、对象检测和分类、欺诈检测、推荐和个性化引擎、智能文档处理、业务预测等工作负载进行优化，更快、更经济高效地训练他们的机器学习模型。Amazon EC2 DL1实例可通过低成本的即用即付模式按需提供，无需预付费用。

　　用户可以使用Amazon Deep Learning AMI、Amazon Elastic Container Service (Amazon ECS) 或Amazon Elastic Container Service (Amazon ECS) 为容器化应用程序启动DL1实例。通过Amazon SageMaker访问DL1实例，用户基于托管服务的体验，让开发人员和数据科学家在云端构建、训练机器学习模型，以及在云端和边缘端部署，变得更加轻松和快捷。DL1实例可作为按需实例、通过Saving Plans、预留实例或Spot实例购买。

　　另外，用户也可以使用与主流机器学习框架(如TensorFlow和PyTorch)集成的Habana SynapseAI SDK快速轻松地开始使用DL1实例，只需更改少量代码，即可将其当前在基于GPU或基于 CPU的实例上运行的机器学习模型无缝迁移到DL1实例进行训练。

　　(原标题：亚马逊云科技Amazon EC2 DL1实例正式可用将机器学习模型训练性价比提高40%)

上一篇：高通：预计未来几年向苹果公司出售的芯片将减少

下一篇：硅港资本完成首期人民币基金募集，规模近10亿

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

人工智能和机器学习如何塑造物联网安全的未来
人工智能和机器学习系统在模式分析、异常检测和实时决策方面表现出色。这些对于纷繁复杂且不断扩展的物联网生态系统而言，都是优势所在。
人工智能机器学习物联网安全
2025-08-04 10:39:11
人工智能和机器学习在工业自动化中的作用
人工智能(AI)和机器学习(ML)正在推动工业自动化的范式转变，使制造流程更智能、更快速、更高效。预计工业自动化市场规模将从2023年的2056.3亿美元增长到2031年的4274.2亿美元。
人工智能机器学习工业自动化
2025-06-03 10:33:09
计算机视觉与机器学习的创新浪潮：开启智能未来
在这个快速发展的时代，计算机视觉和机器学习的进步正在改变我们与世界互动的方式。未来，随着技术的不断成熟和创新，计算机视觉和机器学习系统将变得更加智能、高效和可靠。
计算机视觉机器学习
2025-05-22 09:19:46
未来最值得关注的人工智能和机器学习趋势是什么？
人工智能和机器学习社区最紧迫的问题之一是道德人工智能系统的开发和实施。随着人工智能技术在我们生活中变得越来越普遍，确保负责任地设计和部署这些系统至关重要。
人工智能机器学习
2024-12-23 11:21:00
2025年大数据分析：未来趋势及技术展望
本文将预测2025年的大数据分析趋势，并找到数据分析中最合适的工具、企业和新兴趋势，从而塑造未来。
大数据机器学习
2024-07-29 09:55:05
2024年十大生成式人工智能预测
展望2024年，生成式人工智能的前景是谨慎乐观的，预计将进一步增强和发展。本文揭示了2024年十大生成式人工智能预测，这些预测有可能改变各个领域的人工智能未来。
生成式人工智能机器学习
2024-05-30 09:43:50

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。