Liqid levererar programvarudefinierad komponerbar infrastruktur som gör det möjligt för företag att dynamiskt allokera GPU:er och CXL-baserat minne, vilket frigör högre prestanda, smidighet och effektivitet.
Liqid levererar programvarudefinierad komponerbar infrastruktur som gör det möjligt för företag att dynamiskt allokera GPU:er och CXL-baserat minne, vilket frigör högre prestanda, smidighet och effektivitet.
Med Liqid kan organisationer poola, dela och ansluta GPU:er eller DRAM på begäran över PCIe- och CXL-fabric, vilket möjliggör upp till 30 GPU:er eller 100 TB minne per pod utan prestandaförlust.
Liqids arkitektur löser begränsningar inom ström, budget och skalbarhet med verkligt dynamisk AI-infrastruktur som stöder 600W GPU:er, integreras med Kubernetes, VMware, Nutanix och Slurm, och maximerar utnyttjandet samtidigt som TCO minskas.
Liqids komponerbara GPU-plattform poolar dynamiskt och tilldelar GPU:er till valfri server, vilket möjliggör högre utnyttjande, 30-GPU-skalning, lägre TCO och maximal prestanda för AI-arbetsbelastningar över PCIe-fabricer.
Liqids komponerbara CXL-minne expanderar dynamiskt och delar DRAM mellan servrar, vilket levererar massiv kapacitet, låg latens, högre utnyttjande och dramatiska prestanda- och TCO-vinster för AI-, analys- och databasarbetsbelastningar.
Liqid Matrix-programvaran orkestrerar dynamisk GPU- och CXL-minnespoolning, vilket möjliggör automatiserad provisionering, hantering av flera fabric och sömlös integration med Kubernetes, VMware, Nutanix och Slurm för en fullt agil och effektiv AI-infrastruktur.
Lås upp AI:ns fulla potential med NIM™-inferensmikrotjänster på dynamiskt konfigurerbara Kubernetes-kluster – distribuera och hantera containrar med komponerbar infrastruktur för skalbara och effektiva GPU-distributioner
Introducerar nya nivåer av utnyttjande och hållbarhet. Ändra hållbarhetsekvationen med Liqid komponerbar infrastruktur.
Företagsprestanda är nu minnesbunden. DRAM är snabbt men kapacitetsbegränsat och dyrt; skalning genom sharding tillför latens, komplexitet och kostnad.