💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
IBM Cloud Code Engine推出支持GPU的无服务器集群，简化了大规模计算密集型工作负载的管理。该平台自动处理基础设施，提供高性能计算资源，支持弹性扩展，用户仅为实际使用的资源付费。这一创新提升了数据科学家和开发者的工作效率，增强了企业在AI和复杂模拟领域的竞争力。
🎯
关键要点
- IBM Cloud Code Engine推出支持GPU的无服务器集群，简化大规模计算密集型工作负载的管理。
- 该平台自动处理基础设施，提供高性能计算资源，支持弹性扩展，用户仅为实际使用的资源付费。
- Serverless Fleets解决了传统无服务器技术在支持大规模并行工作负载方面的不足。
- IBM的CTO表示，该架构能够在几乎没有运维人员的情况下运行大规模工作负载。
- Serverless Fleets为数据科学家和开发者提供了一个单一的端点来提交大量批处理任务。
- 该服务自动配置必要的计算资源，包括虚拟机和无服务器GPU。
- 系统根据需要的工作实例数量进行弹性扩展，确保高效的并行执行。
- 工作负载完成后，资源会自动移除，用户仅为执行期间消耗的技术付费。
- IBM Cloud Code Engine的Serverless Fleets在竞争中提供了统一的解决方案，简化了开发者的工作。
- 与其他云服务提供商相比，Serverless Fleets减少了运行弹性GPU密集型工作负载的复杂性和运营开销。
- IBM强调企业需要快速、安全和经济地交付服务，以应对竞争激烈的市场。
❓
延伸问答
IBM Cloud Code Engine的Serverless Fleets有什么新功能？
Serverless Fleets支持GPU，简化了大规模计算密集型工作负载的管理，提供高性能计算资源。
使用IBM Cloud Code Engine的Serverless Fleets有什么成本优势？
用户仅为实际使用的资源付费，工作负载完成后资源会自动移除，降低了运营开销。
Serverless Fleets如何支持并行计算？
该系统根据需要的工作实例数量进行弹性扩展，确保高效的并行执行。
IBM Cloud Code Engine与其他云服务提供商相比有什么优势？
与其他提供商相比，Serverless Fleets减少了运行弹性GPU密集型工作负载的复杂性和运营开销。
Serverless Fleets如何简化数据科学家的工作？
它提供了一个单一的端点来提交大量批处理任务，自动处理基础设施。
IBM Cloud Code Engine的Serverless Fleets适合哪些应用场景？
适合媒体处理、AI推理和科学工作负载等计算密集型任务。
➡️
