DynamiaDynamia
GPU-KOMPATIBILITÄT

Kompatibilität heterogener GPUs

Entdecken Sie unterstützte Beschleuniger von NVIDIA, AMD, AWS und chinesischen Herstellern – mit Serien, Sharing-Funktionen und Bereitstellungsanforderungen.

Unterstützte GPUs und KI-Beschleuniger

NVIDIA

Funktionen und Bereitstellungsanforderungen

Unterstützt Speicher- und Rechen-Sharing, Isolation, Multi-GPU-Virtualisierung sowie Binpack-/Spread-Scheduling. Erforderlich sind zu GPU und CUDA passende Treiber, NVIDIA Container Toolkit und das HAMi-Geräte-Plugin. Das native Geräte-Plugin des GPU Operators muss deaktiviert sein.

Integrationsanleitung lesen

AMD

Funktionen und Bereitstellungsanforderungen

Unterstützt GPU-Sharing für mehrere Aufgaben, Speicherzuweisung in MiB und anteilige Compute-Unit-Zuweisung (CU). Erforderlich sind AMD-Treiber, ROCm und das HAMi-AMD-Geräte-Plugin. Workload-Images benötigen glibc 2.34 oder neuer; das native Geräte-Plugin des AMD GPU Operators muss deaktiviert sein.

Integrationsanleitung lesen

AWS

Funktionen und Bereitstellungsanforderungen

Unterstützt NeuronCore-basierte Ressourcenzuweisung, Geräte-Sharing und topologiebewusstes Multi-Geräte-Scheduling für Training und Inferenz. Bereitstellung auf Inf-/Trn-EC2-Instanzen mit Neuron-Treibern und Laufzeitumgebung, Neuron Device Plugin und HAMi.

Integrationsanleitung lesen

Huawei Ascend

Funktionen und Bereitstellungsanforderungen

Hardware-Partitionierung nach Vorlagen oder Software-Sharing. Speicher- und Rechenfunktionen hängen vom Modus ab; Software-Sharing erfordert passende ARM-Hardware, Treiber und den HAMi-Scheduler.

Integrationsanleitung lesen

Hygon

Funktionen und Bereitstellungsanforderungen

Speicher- und Rechen-Sharing; Speicherisolation ist modellabhängig. Hersteller-Plugin und passende DTK-/Treiberversionen sind erforderlich. vDCU-Limit pro Container beachten.

Integrationsanleitung lesen

Cambricon

Funktionen und Bereitstellungsanforderungen

Speicher- und Rechen-Sharing. Für MLU370 sind Dynamic SMLU und passende Treiber/CNToolkit erforderlich; Versionen für andere Modelle gesondert prüfen.

Integrationsanleitung lesen

MetaX

Funktionen und Bereitstellungsanforderungen

Speicher- und Rechen-Sharing über sGPU. Herstellervirtualisierung aktivieren und das zum Modell passende Geräte-Plugin installieren.

Integrationsanleitung lesen

Iluvatar CoreX

Funktionen und Bereitstellungsanforderungen

Speicher- und Rechen-Sharing mit 256 MiB Speicher- und 1 % Rechengranularität laut Anleitung. GPU Manager und passende Treiber nötig; Gerätelimits pro Container prüfen.

Integrationsanleitung lesen

Moore Threads

Funktionen und Bereitstellungsanforderungen

Speicher- und Rechen-Sharing. Granularität und Isolation richten sich nach Herstellertreiber und Bereitstellungsanleitung.

Integrationsanleitung lesen

Kunlunxin

Funktionen und Bereitstellungsanforderungen

Ganzgeräte-Scheduling und VXPU-Pfad. Speicher-Sharing bedeutet keine unabhängige Rechenpartitionierung. Ganzgeräte-Scheduling berücksichtigt die Topologie; Bereitstellungsmodus gezielt wählen.

Integrationsanleitung lesen

Enflame

Funktionen und Bereitstellungsanforderungen

Speicher- und Rechen-Sharing. Ressourcen gemäß unterstützter vGCU-/Geräte-Plugin-Konfiguration zuweisen; Treiber und Gerätemodus prüfen.

Integrationsanleitung lesen

Vastai

Funktionen und Bereitstellungsanforderungen

In der öffentlichen Matrix als planbar geführt, ohne Speicher- oder Rechenpartitionierung. Ganzgeräte-Zuweisung planen und Sharing-Anforderungen separat bestätigen.

Integrationsanleitung lesen

Biren

Funktionen und Bereitstellungsanforderungen

In der öffentlichen Matrix als planbar geführt, ohne Speicher- oder Rechenpartitionierung. Modell, Plugin und Lieferumfang für die Zielumgebung bestätigen.

Integrationsanleitung lesen

T-Head

Funktionen und Bereitstellungsanforderungen

Unterstützt feingranulare Speicher- und Rechenisolation innerhalb einer einheitlichen Ressourcenverwaltung. Integration über das Dynamia-PPU-Geräte-Plugin mit Zhenwu-Treibern, Laufzeitumgebung und Dynamia-Produktkomponenten.

Dynamia-Produktdokumentation

Die passende Compute-Lösung finden

Erzählen Sie uns von Ihren GPU-Modellen, Ihrer Cluster-Umgebung und Ihren Workloads. Gemeinsam finden wir die passende Lösung für Ressourcen-Sharing, Scheduling und Verwaltung.

Bildansicht