AI Infrastructure

Il n'existe pas de solution universelle pour les charges de travail d'IA. C'est pourquoi, en collaboration avec nos partenaires matériels du secteur, comme NVIDIA, Intel, AMD, Arm et bien d'autres, nous proposons à nos clients la plus large gamme d'options de calcul optimisé par l'IA dans les TPU, les GPU et les processeurs pour l'entraînement et la diffusion des modèles qui consomment le plus de données.

L'orchestration de charges de travail d'IA à grande échelle avec des Cloud TPU et des GPU Cloud a toujours nécessité des efforts manuels pour gérer les défaillances, la journalisation, la surveillance et d'autres opérations de base. Google Kubernetes Engine (GKE), le service Kubernetes entièrement géré le plus évolutif, simplifie considérablement les tâches requises pour exploiter les TPU et les GPU. L'utilisation de GKE pour gérer l'orchestration des charges de travail d'IA à grande échelle sur Cloud TPU et Cloud GPU améliore la productivité du développement de l'IA.

Pour les organisations qui préfèrent la simplicité d'abstraction de l'infrastructure via des services gérés, Vertex AI prend désormais en charge l'entraînement avec divers frameworks et bibliothèques à l'aide de Cloud TPU et de Cloud GPU.

Notre infrastructure optimisée par l'IA est conçue pour offrir les performances et l'évolutivité à l'échelle mondiale dont ont besoin des produits Google comme YouTube, Gmail, Google Maps, Google Play et Android pour répondre aux demandes de milliards d'utilisateurs. Nos solutions d'infrastructure d'IA s'appuient toutes sur le réseau de centres de données Jupiter de Google Cloud, qui offre des capacités de pointe à évolutivité horizontale pour les services de base jusqu'aux charges de travail d'IA à haute intensité.

Pendant des dizaines d'années, nous avons contribué à des projets d'IA essentiels tels que TensorFlow et JAX. Nous avons cofondé la fondation PyTorch et récemment annoncé un nouveau consortium dans le secteur : le projet OpenXLA. En outre, Google est le principal contributeur Open Source de la CNCF. Il contribue depuis plus de 20 ans aux OSS comme TFX, MLIR, OpenXLA, KubeFlow et Kubernetes, et a soutenu des projets OSS essentiels à la communauté des data scientists, tels que le projet Jupyter et NumFOCverteUS.

De plus, nos services d'infrastructure d'IA sont intégrés aux frameworks d'IA les plus courants tels que TensorFlow, PyTorch et MXNet, ce qui permet aux clients de continuer à utiliser le framework de leur choix, sans être obligés d'utiliser un framework/une architecture matérielle spécifique.