为了帮助客户更有效采用其AI计算资源，NVIDIA宣布已签订最终协议，收购基于Kubernetes 的工作负载管理和编排软件供应商Run:ai。
如今，客户人工智能部署变得越来越复杂，工作负载分布在云、边缘和本地数据中心基础设施上。管理和编排生成式人工智能、推荐系统、搜索引擎和其他工作负载需要复杂的调度，以优化系统级别和底层基础设施的性能。
而Run:ai使企业客户能管理和优化其计算基础设施，无论是在本地、云端还是混合环境中。
该公司在Kubernetes上构建了一个开放平台，这是现代人工智能和云基础设施的编排层，支持所有流行的Kubernetes变体，并与第三方AI工具和框架集成。
Run:ai的客户包括一些跨多个行业的全球最大企业，这些企业使用Run:ai平台来管理数据中心规模的GPU集群。
Run:ai联合创始人兼首席执行官Omri Geller表示：“自2020年以来，Run:ai一直与NVIDIA保持密切合作，我们都热衷于帮助客户充分采用基础设施。”
Run:ai平台可为人工智能开发者及其团队提供：
用于管理共享计算基础设施的集中式界面，可以更轻松、更快速访问复杂的人工智能工作负载。
添加用户、在团队下管理用户、提供对集群资源的访问、控制配额、优先级和池以及监视和报告资源使用情况的功能。
能够为单独的任务汇集GPU并共享计算力（从GPU的一部分到多个GPU或运行在不同集群的多个GPU节点）。
高效的GPU集群资源采用，使客户能从计算投资中获得更多收益。
NVIDIA将在不久的将来继续以相同的商业模式提供Run:ai的产品，NVIDIA将继续投资 Run:ai产品路线图，包括启用NVIDIA DGX Cloud，该平台可提供针对生成式AI优化的集成全栈服务。
NVIDIA HGX、DGX和DGX Cloud客户将能使用Run:ai AI工作负载功能，特别是大型语言模型部署。Run:ai解决方案已与NVIDIA DGX、NVIDIA DGX SuperPOD、NVIDIA Base Command、NGC容器和NVIDIA AI Enterprise软件等产品集成。
NVIDIA加速计算平台和Run:ai平台将继续支持广泛的第三方解决方案生态系统，为客户提供选择和灵活性。
NVIDIA与Run:ai合作，将使客户拥有访问GPU解决方案的单一结构，客户可期望受益于更好的GPU利用率、改进的GPU基础设施管理以及开放架构带来的更大灵活性。
