ClusterWare on laptop screen on desk
产品 > ClusterWareAI™

ClusterWareAI™
AI工厂平台操作系统软件

无论是十个节点还是数万个节点,ClusterWareAI 软件都能统一计算和软件资源,实现自动化部署、优化性能,并为 IT 团队简化复杂的集群操作。

联系我们
申请演示
AI 集群管理

面向企业推理和模型调优的 AI 工厂基础设施管理

ClusterWareAI 操作系统软件增强了您的团队部署、管理和优化人工智能 (AI) 工厂基础设施的能力,以实现持续的峰值性能、可用性和可靠性,从而自信地满足服务水平承诺。

无论是满足训练还是推理的工作负载需求,云服务提供商、企业以及支持 AI 计划的组织都必须保持专业且严苛的训练与推理集群所需的性能、可用性和可靠性。

ClusterWareAI AI Factory Platform 操作系统软件基于 Penguin Solutions 数十年的 AI 和 HPC 运营专业知识,并结合了超过 40 亿小时的 GPU 运行经验,提供了一个与硬件无关的集群控制平面,可将计算、内存、网络、存储和软件资源转化为统一的全栈 AI 工厂。它在单一、内聚且具备自愈能力的系统中,为数千个节点、多个网络和各种调度程序提供端到端的可见性和智能管理。

这款 AI 工厂操作系统软件可扩展至各种 AI 平台架构,包括 x86 环境、基于 Arm 的系统(如 NVIDIA Vera Rubin 平台)以及支持 DPU 的基础设施(包括 NVIDIA BlueField DPU)。ClusterWareAI 能够帮助基础设施团队更快地实现容量上线,保持可靠服务交付所需的峰值性能和可用性,并在环境扩展时最大化 AI 基础设施的投资回报。

下载数据表
ClusterWareAI™ on monitor

管理并优化用于训练和推理的 AI 工厂

ClusterWareAI 软件通过智能自动化、行业领先的遥测技术以及开放的硬件和软件生态系统,简化了 AI 基础设施的部署、管理、监控和扩展,是管理训练和推理集群的理想选择。

ClusterWareAI™ on monitor
  • 统一并抽象化 AI 工厂内的专用硬件和软件资源,为硬件、网络和软件提供一个与供应商无关的控制平面,同时在 AI 平台架构间扩展一致的管理基础,并提供深度的硬件级遥测、直观的 GUI 以及来自我们 AI Factory Operations Agent 的洞察。

  • 通过对计算、网络和 GPU/CPU 健康状况的实时监控,结合主动异常检测、硬件感知修复、规范性维修指导以及与既有 IT 警报工作流的集成,为训练和生产推理提供峰值性能与可靠性。

  • 通过零接触配置 (Zero-Touch Provisioning)、智能编排以及我们 AI Factory Operations Agent 提供的对话式诊断,加速 AI 基础设施的部署并降低运营复杂性,帮助团队更快地进行部署、高效排查问题并保持峰值性能。

  • 通过高可用性、与硬件无关的配置以及在成熟调度器上的大规模训练和通过 Kubernetes 进行的生产推理,实现跨数千个节点的智能工作负载分配与编排。

  • 依托 Penguin Solutions 数十年的 AI 和 HPC 运营经验,确保基础设施的长期可靠性和最大化 ROI。

  • 面向 AI 工厂的企业级集群运维

    AI 工厂运维助手

    AI 工厂运维助手是内置于 ICE ClusterWare 软件中的一系列 AI 助手中的首款产品,旨在增强基础设施团队和集群管理员的集群运维能力与洞察力。通过 AI 自然语言界面,运维人员只需进行简单的对话,即可收集集群洞察、获取运维背景信息并调取相关的基础设施数据。

    通过将诊断过程简化为直观的对话,AI 工厂运维助手能够调查问题、分析基础设施健康状况并加速根本原因分析,使整个运维团队都能获得深入的系统洞察。这降低了对少数资深专家的依赖,帮助团队更快地调查问题,并将精力集中在更高价值的工作上。

    ClusterWareAI™ on monitor

    先进性能优化

    ClusterWareAI 软件可在大型 AI 环境中提供卓越的性能、弹性和资源可用性,同时降低运维复杂度。通过将智能自动化与深度的硬件级可视化相结合,它能够持续监控基础设施,在问题影响工作负载之前将其检测出来,并启动自我修复以维持集群性能。

    对于生产推理环境,ClusterWareAI 结合了针对 Kubernetes 工作负载的自动修复功能、用于深入了解基础设施的本地健康监控,以及通过 AI Factory Operations Agent 实现的对话式诊断。ClusterWareAI 还通过数据驱动的规范性修复建议,加快了人工参与决策的流程。这些功能相辅相成,帮助团队更快地识别并解决问题,同时保持 AI 基础设施的可靠性和高性能。

    ClusterWareAI™ on monitor
    Data analyst reviewing monitor
     申请回电

    咨询 Penguin Solutions 专家

    与我们的专家联系,了解 ClusterWareAI AI 工厂平台操作系统软件如何支持您的 AI 工厂平台——无论您是刚刚起步,还是希望优化现有的 AI 数据基础设施。

    立即咨询
    申请演示