Infraestructura de IA

No hay un enfoque único cuando se trata de las cargas de trabajo de IA. Es por eso que, junto con nuestros socios de hardware de la industria, como NVIDIA, Intel, AMD, Arm y más, proporcionamos a los clientes una amplia gama de opciones de procesamiento optimizadas con IA en TPU, GPU y CPU para entrenar y entregar los modelos que consumen más datos.

Históricamente, la organización de cargas de trabajo de IA a gran escala con las TPU y GPU de Cloud requería un esfuerzo manual para manejar fallas, registros, supervisión y otras operaciones fundamentales. Google Kubernetes Engine (GKE), el servicio de Kubernetes más escalable y completamente administrado, simplifica considerablemente el trabajo necesario para operar las TPU y GPU. Aprovechar GKE para administrar la organización de cargas de trabajo de IA a gran escala en la TPU y GPU de Cloud mejora la productividad en el desarrollo de la IA.

Y para las organizaciones que prefieren la simplicidad de abstraer la infraestructura a través de servicios administrados, Vertex AI ahora admite el entrenamiento con varios frameworks y bibliotecas con la TPU y GPU de Cloud.

Nuestra infraestructura optimizada con IA se diseñó para entregar el rendimiento y la escala global que exigen los productos de Google, como YouTube, Gmail, Google Maps, Google Play y Android, que prestan servicios a miles de millones de usuarios. Nuestras soluciones de infraestructura de IA se basan en la red de centros de datos de Jupiter de Google Cloud, que admite la mejor capacidad de escalamiento horizontal de la industria para servicios básicos y cargas de trabajo de IA de alta intensidad.

Durante décadas, hemos contribuido a proyectos de IA fundamentales, como TensorFlow y JAX. Somos cofundadores de la Fundación PyTorch y, recientemente, anunciamos un nuevo consorcio de la industria: el proyecto OpenXLA. Además, Google es el principal colaborador de CNCF de código abierto y tiene más de 20 años de historia de contribuciones de OSS, como TFX, MLIR, OpenXLA, KubeFlow y Kubernetes, además de patrocinio de proyectos de OSS fundamentales para la comunidad de ciencia de datos, como Project Jupyter y NumFOCverteUS.

Además, nuestros servicios de infraestructura de IA están incorporados en los frameworks de IA más populares, como TensorFlow, PyTorch y MXNet, lo que permite a los clientes seguir usando el framework que prefieran y no estar limitados a un framework o una arquitectura de hardware específicos.