Liqid leverer programvaredefinert komponerbar infrastruktur som lar bedrifter dynamisk allokere GPU-er og CXL-basert minne, noe som gir høyere ytelse, smidighet og effektivitet.
Liqid leverer programvaredefinert komponerbar infrastruktur som lar bedrifter dynamisk allokere GPU-er og CXL-basert minne, noe som gir høyere ytelse, smidighet og effektivitet.
Ved å bruke Liqid kan organisasjoner samle, dele og koble til GPU-er eller DRAM etter behov på tvers av PCIe- og CXL-strukturer, noe som muliggjør opptil 30 GPU-er eller 100 TB minne per pod uten ytelsestap.
Liqid-arkitekturen løser begrensninger innen strøm, budsjett og skalerbarhet med en virkelig dynamisk AI-infrastruktur som støtter 600 W GPU-er, integreres med Kubernetes, VMware, Nutanix og Slurm, og maksimerer utnyttelsen samtidig som den reduserer de totale eierkostnadene.
Liqids komponerbare GPU-plattform samler og tilordner dynamisk GPU-er til enhver server, noe som muliggjør høyere utnyttelse, oppskalering på 30 GPU-er, lavere total eierkostnader og maksimal ytelse for AI-arbeidsbelastninger på tvers av PCIe-strukturer.
Liqids komponerbare CXL-minne utvides dynamisk og deler DRAM på tvers av servere, noe som gir massiv kapasitet, lav latens, høyere utnyttelsesgrad og dramatiske ytelses- og totalkostnadsforbedringer for AI-, analyse- og databasearbeidsbelastninger.
Liqid Matrix-programvaren orkestrerer dynamisk GPU- og CXL-minnepooling, noe som muliggjør automatisert provisjonering, flerstrukturadministrasjon og sømløs integrasjon med Kubernetes, VMware, Nutanix og Slurm for en fullstendig smidig og effektiv AI-infrastruktur.
Lås opp det fulle potensialet til AI med NIM™-inferensmikrotjenester på dynamisk konfigurerbare Kubernetes-klynger – distribuer og administrer containere med komponerbar infrastruktur for skalerbare og effektive GPU-distribusjoner
Introduserer nye nivåer av utnyttelse og bærekraft. Endre bærekraftsligningen med Liqid-komponerbar infrastruktur.
Bedriftsytelse er nå minnebegrenset. DRAM er raskt, men kapasitetsbegrenset og dyrt; skalering ved sharding øker ventetid, kompleksitet og kostnader.