Skip to content
    混合是企业AI的未来. Join Domino at NVIDIA GTC Sept. 19-22!
    NVIDIA_PreferredPartner_Default_RGB-1

    Domino与NVIDIA合作®, supports open, collaborative, reproducible model development, training, 不受DevOps约束的管理——由高效驱动, end-to-end compute. Democratize GPU access 为数据科学团队提供强大的NVIDIA AI解决方案, in the cloud, or in the modern hybrid cloud.

    提供对基础设施的自助访问

    使用最新的NVIDIA gpu启动按需工作空间, 使用开源和商业数据科学工具进行优化, frameworks, 和库——不需要开发操作.

    附加自动伸缩的集群,动态增长和收缩-使用流行的计算框架,如Spark, Ray, 以及Dask -以满足密集深度学习和培训工作量的需求.

    数据科学家可以专注于研究,而IT团队可以省去基础设施配置和调试任务. 

    nvidia-img1

    集中协调工作负载以提高生产力

    Domino充当跨记录工具的单一系统, packages, infrastructure, and compute frameworks.

    为数据科学家提供对其首选ide的自助访问, languages, 和软件包,这样他们就可以专注于数据科学的创新.

    Reduce IT costs, management, 通过跨项目和团队在中心位置整合和协调工具和NVIDIA基础设施来支持负担. 

    NVIDIAPage_Repo

    再现工作和复合知识

    跟踪所有跨团队和不同工具的数据科学工件——包括代码, package versions, parameters, NVIDIA infrastructure, and more.

    Establish full visibility, repeatability, 以及端到端生命周期中任何时候的可再现性.

    使用不同工具的团队可以在一个项目中无缝协作, 有能力利用有价值的见解和收集集体智慧.

     

    NVIDIAPage_Repro5

    Streamline Inference & Hosting

    支持从构思到生产探索的端到端模型生命周期, train, validate, deploy, monitor, 并重复-在单一平台-与最新的NVIDIA GPU加速功能.

    Domino使数据科学家可以轻松地发布模型——作为API, integrated in a web app, 或作为计划作业部署—同时监视漂移和持续运行状况.

    通过减少摩擦的常用模式和实践使数据科学专业化, 因此,所有参与数据科学的团队都可以将生产率和影响力最大化. 

     

    NVIDIA Page Streamline

    GPU资源驱动利用率

    轻松提供、共享和管理NVIDIA GPU资源. 根据用户组和用例设置权限,确保有价值的计算资源得到有效利用.

    借助Domino在NVIDIA A100 Tensor Core GPU上对NVIDIA多实例GPU (MIG)技术的支持, 管理员最多可以允许56个并发笔记本或托管模型, 每个都有一个独立的GPU实例.

    Domino为IT提供了对GPU硬件利用率的可见性. 使用信息和跟踪使IT能够轻松地分配资源和回收,同时还可以测量ROI.

     

    nvidia-img4

    广受各行业客户的信赖

    了解企业如何利用Domino和NVIDIA建立模型驱动的竞争优势

    Allstate
    卓越保险分析中心

    将基于事实的决策融入到组织结构中.
    Watch panel
    Lilly
    跨越医疗保健价值链的创新

    如何大规模部署数据科学——从组织战略到基础设施和工具.
    Watch panel
    Lockheed Martin
    Anomaly Detection in Aerospace & Manufacturing

    应用前沿的数据科学,推动火箭科学的边界.
    Watch webinar
    Topdanmark
    保险中的自然语言处理

    模型驱动的策略审批速度比传统方法快800倍.
    Watch webinar
    Johnson & Johnson / Janssen
    Image Classification in Pharma & Biotech

    以10倍的速度开发深度学习模型,提供精准医疗.
    Read case study
    AES
    能源预测性维护 & Utilities

    管理发电设备, optimize liquid gas shipping, make hydrology predictions, and more.
    Watch webinar

    Domino & NVIDIA Perspectives |在企业中扩展mlop

    On-Demand NVIDIA GTC Panel
    Kubernetes作为企业mlop基础的愿景

    向Kubernetes和gpu加速数据科学的创新者学习.

    On-demand NVIDIA GTC Panel
    How Johnson & Johnson将数据科学嵌入到其业务中

    Discussion featuring Johnson & Johnson CIO, Jim Swanson

    Featured Integrations

    Domino与NVIDIA的密切合作意味着百汇游戏官网下载的企业MLOps平台支持广泛的NVIDIA加速计算解决方案.

    在NVIDIA LaunchPad上免费尝试Domino!

    使用NVIDIA AI Enterprise上的Domino获得对策划实验室的即时、短期访问.

    Technical Resources

    Technical Webinars

    虚拟化gpu加速数据科学和AI工作流程 在您的数据中心中使用企业mlop

    March 2022, NVIDIA GTC Session

    NVIDIAAIEnterpriseDomino

    打破模拟、分析和AI之间的藩篱,扩大创新规模

    2021年11月,NVIDIA GTC会议

    TCS HPC A3 Solution

    超越Spark:作为多节点加速计算框架的Dask和Ray

    2021年11月,NVIDIA GTC会议

    ray-dask-spark-uber-architecture-1

    利用MATLAB和Domino从原始数据到NVIDIA Jetson的视觉目标识别

    April 2021, NVIDIA GTC Session

    nvidia-use-cases1

    减少花在模型训练和调优上的时间. 使用Ray和PyTorch释放多节点GPU加速!

    April 2021, NVIDIA GTC Session

    nvidia-use-cases2

    使用以下工具运行复杂的工作负载 按需gpu加速Spark/RAPIDS集群 

    April 2021, NVIDIA GTC Session

    nvidia-use-cases5

     

    Data Science Blogs

    利用深度神经网络和OpenCV进行特征提取和图像分类

    Dr. Behzad Javaheri, 2022年3月24日

    object_detection_figure7

    通过Spark通过并行C/ c++代码执行加速机器学习

    尼古拉·曼切夫,2022年2月16日

    DSBlog_Speedingupmachinelearning

    用gpu增强机器学习能力

    Dr. J罗格尔-萨拉扎,2021年12月3日

    gpu_machine_learning

    深度学习与神经网络导论

    David Weedwark, 2021年11月18日

    deep-neural-network_narrow

    Spark, Dask和Ray:选择正确的框架

    尼古拉·曼切夫,2021年9月7日

    ray-dask-spark-uber-architecture-1