降低50%機器學習模型訓練成本?亞馬遜云科技自研芯片Trainuim支持的Amazon?EC2?Trn1實例正式可用

11月15日消息，亞馬遜云科技宣布，由自研芯片AmazonTrainium支持的AmazonElasticComputeCloud（AmazonEC2）Trn1實例正式可用，助力客戶縮短機器學習模型訓練時間，快速迭代模型以提升準確性，提高自然語言處理、語音和圖像識別、語義搜索、推薦引擎、欺詐檢測和預測等工作負載的運行效率。

據介紹，Trn1實例專為在云中進行高性能機器學習模型訓練而構建，與最新的、基于GPU的P4d實例相比，針對深度學習模型訓練的成本可降低50%。

Trn1實例能夠快速在亞馬遜云科技上訓練機器學習模型，Trn1實例配有16顆專為部署深度學習模型而構建的AmazonTrainium加速器，提供高達800Gbps的網絡帶寬的實例，延遲更低，比最新的基于GPU的EC2實例快2倍。

Trn1實例基于AmazonNitro系統(tǒng)構建，該系統(tǒng)是亞馬遜云科技自研硬件和軟件創(chuàng)新的集大成者，可簡化隔離式多租戶、專用網絡和快速本地存儲的交付。AmazonNitro系統(tǒng)將CPU虛擬化、存儲和網絡功能卸載至專用硬件和軟件，交付近乎裸機的性能。

目前，Trn1實例現已在美國東部（弗吉尼亞北部）和美國西部（俄勒岡）區(qū)域可用，其他區(qū)域也將很快推出。使用Trn1實例無需最低消費承諾或預付費用，客戶只需為使用的計算量付費。

據悉，PyTorch、Helixon和MoneyForward等客戶與合作伙伴已在使用Trn1實例。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。