AWS annonce la disponibilité de nouvelles instances EC2. L’accent est mis sur les charges de travail GPU d’une part et le processeur Graviton 2 auto-construit d’autre part.
AWS présente six nouvelles instances EC2. Ils s’adressent aux clients qui souhaitent exécuter des charges de travail GPU. À cette fin, le géant du cloud intègre un ou deux GPU Nvidia T4G Tensor Core, selon le format d’instance auquel vous vous connectez. Les nouveaux ordinateurs cloud sont nommés G5g. AWS annonce les actualités à la veille de la conférence numérique Re:Invent.
Les instances G5g se distinguent car elles combinent la puissance graphique du matériel Nvidia avec les processeurs ARM conçus par Amazon. AWS parie fortement sur la puce Graviton2 depuis fin 2019.
Rentabilité
Le géant du cloud commercialise la G5g comme des solutions idéales pour l’inférence d’apprentissage automatique, le rendu basé sur les bibliothèques et les simulations Nvidia. Chaque fois, l’accent est mis sur la rentabilité par rapport aux alternatives qui ont AMD ou Intel à l’intérieur.
La G5g est disponible en cinq formats différents, allant d’une option quad-core à une version avec deux GPU Nvidia T4 et les 64 cœurs de calcul complets de la puce Graviton2. Avec cette dernière version, AWS propose également une option bare-metal avec les mêmes spécifications. Plus précisément, elle concerne les options suivantes :
| Instance | vCPUs | Mémoire (Go) | NVIDIA T4G | Mémoire GPU (Go) | Bande passante EBS (Gbps) | Bande passante réseau (Gbps) |
| g5g.xlarge | 4 | 8 | 1 | 16 | Jusqu’à 3.5 | Jusqu’à 10 |
| g5g.2xlarge | 8 | 16 | 1 | 16 | Jusqu’à 3.5 | Jusqu’à 10 |
| g5g.4xlarge | 16 | 32 | 1 | 16 | Jusqu’à 3.5 | Jusqu’à 10 |
| g5g.8xlarge | 32 | 64 | 1 | 16 | 9 | 12 |
| g5g.16xlarge | 64 | 128 | 2 | 32 | 19 | 25 |
| g5g.metal | 64 | 128 | 2 | 32 | 19 | 25 |
Les instances G5g sont immédiatement disponibles petit nombre de régions, avec un premier accent sur les États-Unis et l’Asie-Pacifique. Pour le moment, vous ne pouvez pas encore les gérer dans un centre de données européen. Ils sont compatibles avec de nombreuses bibliothèques graphiques et d’apprentissage automatique sous Linux, notamment NVENC, NVDEC, NVJPEG, OpenGL, Vulkan, CUDA, CuDNN, CublAS et TensorRT, ainsi qu’Amazon ECS et EKS pour les applications d’apprentissage automatique dans des conteneurs.