virprom.com – Salah satu kendala dalam membangun model kecerdasan buatan (AI) adalah alokasi sumber daya GPU atau pengolah grafis.
GPU ini diperlukan untuk menangani sejumlah besar proses komputasi secara paralel, GPU ini harus menjalankan algoritma AI dan pembelajaran mesin.
Nah, pembuat komputer Hewlett Packard Inc. (HP Inc.) menawarkan solusi untuk masalah ini dengan merilis perangkat lunak (software baru) bernama Z by HP Boost. Perangkat lunak ini merupakan bagian dari solusi HP AI Creation Center.
Perangkat lunak ini dirancang untuk memungkinkan pengembang AI berbagi sumber daya GPU antara beberapa komputer stasiun kerja.
Z menghadirkan HP Boost pada acara “HP Imagine 2024” di Palo Alto, San Francisco, AS yang dihadiri langsung reporter virprom.com Reska Nistanto.
Baca juga: HP Umumkan Jajaran Baru Laptop AI Seri OmniBook dan EliteBook
Menurut HP, solusi Z by HP Boost adalah yang pertama dari jenisnya, yang memberikan pengembang “akses cepat ke sumber daya GPU.”
“Dengan Z dari HP Boost, setiap kantor HP kini memiliki sumber daya bersama,” kata Alex Cho, presiden HP Inc. Sistem Pribadi. di kantor pusatnya di Palo Alto, AS, Selasa (24 September 2024).
Hal ini memungkinkan mereka menangani perhitungan yang rumit dan menyimpan data berukuran besar dengan mudah dan nyaman.
HP Boost bertujuan untuk memberikan perusahaan cara yang lebih baik untuk mengalokasikan dan memaksimalkan penggunaan sumber daya GPU. Cara kerja Z dari HP Boost
Z oleh HP Boost memungkinkan stasiun kerja HP berbagi sumber daya GPU melalui jaringan. Pengembang dapat mengakses sumber daya GPU dari pabrik mana pun, tanpa memerlukan GPU khusus kelas atas di setiap sistem.
Solusi ini memberikan akses instan ke sumber daya GPU untuk tugas-tugas komputasi intensif, seperti pelatihan pembelajaran mendalam, analisis data, dan simulasi skala besar.
Pengguna dapat menggunakan daya komputasi yang diperlukan saat dibutuhkan, sehingga meningkatkan efisiensi.
Z dari HP Boost dikatakan membantu perusahaan mengoptimalkan GPU mereka dengan memastikan bahwa sumber daya GPU dimanfaatkan sepenuhnya di seluruh tugas dan tim.
Baca juga: Riset: AI dan pengalaman kerja yang dipersonalisasi untuk meningkatkan kebahagiaan karyawan
Hal ini mengurangi kebutuhan investasi besar dalam teknologi GPU atau ketergantungan pada layanan cloud yang mahal untuk komputasi GPU.
Dengan berbagi kekuatan GPU di seluruh workstation, tugas-tugas yang memerlukan kekuatan pemrosesan cepat dapat diselesaikan.