Cloud4Y предоставил инфраструктуру с GPU для «Витасофт»

2024: Предоставление инфраструктуры

Cloud4Y предоставил инфраструктуру с GPU для АО «Витасофт». Об этом Cloud4Y сообщил 6 ноября 2024 года.

Компания использует облачную инфраструктуру для проектов машинного обучения.

АО «Витасофт» с 2005 года работает на рынке, а с 2010 года входит в реестр аккредитованных ИТ-компаний. «Витасофт» обладает компетенциями и ресурсами для работы с аппаратно-программными комплексами мировых производителей и ведет разработки в области аналитических систем, web-систем, систем электронного документооборота и 1С. Компания специализируется на проектировании и разработке информационных систем для страховых компаний. Вторым ключевым проектом является разработка интернет-движка для бронирования и приобретения авиабилетов.

«Витасофт» требовался производительный виртуальный сервер с GPU под проект по машинному обучению. До этого у компании был не очень удачный опыт аренды оборудования, поэтому важная была возможность тестирования и гарантированного соответствия заявленных характеристик «железа» реальным. Для тестирования Cloud4Y предложил сервера с Nvidia Tesla V100 32ГБ, которые смогли полностью закрыть потребности «Витасофт».

Виртуальные GPU-серверы с видеокартами NVIDIA — хорошее решение для работы с большими данными, параллельными вычислениями, тренировками нейронных сетей. Сервер с GPU способен работать в режиме 24/7. Компания получает возможность сразу начать обучение моделей благодаря предустановленным пакетам приложений PyTorch, TensorFlow, Keras, XGBoost, Scikit-learn, CUDA, OpenCV, Jupyter Notebooks и другим. Также Cloud4Y предлагает предустановленные библиотеки NumPy, Pandas и Scikit-learn для ускорения процесса обучения. Доступ к графическим ресурсам возможен из любой точки мира и с любого устройства.

После тестового периода инженеры провайдера развернули виртуальные машины на быстрых SSD дисках и с GPU-серверами. Дополнительно подключили систему резервного копирования. Это позволило компании-разработчику получить стабильно работающую и надёжную виртуальную инфраструктуру, которую можно быстро переконфигурировать в зависимости от требований к ML-модели.