GPU 资源更高效，AI 基础设施运维更简单
AstraGo 是从 GPU 资源分配、工作负载执行到运维管理， 均在单一环境中支撑的企业级 AI 基础设施平台。
AstraGo 核心功能
资源分配
按照所需作业高效分配 GPU 资源
工作负载执行
将 AI 训练与推理作业稳定地运行
运维管理
基于 Kubernetes统一管理 GPU 资源与工作负载
将复杂的 GPU 基础设施运维整合到单一平台
管理各组织与项目的资源和权限。
通过调度与 GPU 切分优化资源利用。
实时掌握 GPU 与工作负载状态。
运维更加简单，GPU 利用率随之提升。
GPU 利用率
提升 81%
部署时间
缩短 99%
隔离网络环境建设
最短 2 周
* 依据实际建设案例，结果可能因应用环境而异。
先行诊断 GPU 基础设施效率的AstraMon
分析 GPU 使用现状与成本效益，并通过改善效果仿真提出运维优化方向。请用 AstraMon 诊断当前的运维状态，并以 AstraGo 优化 GPU 基础设施运维。
GPU 监控
平均 GPU 利用率、闲置时间、分星期与时段的热力图等 GPU 基础设施现状一目了然
僵尸进程检测
自动检测占用 GPU 内存但实际未进行计算的进程
将低效折算为金额
通过 AstraGo 导入仿真给出预计年度节省金额
自动生成报告
自动生成可立即使用的管理层报告
欢迎查看常见问题
VIEW ALL现有的 GPU 服务器也能部署 AstraGo 吗？
可以。AstraGo 能够部署在现有的 NVIDIA GPU 服务器上，异构服务器也可在同一平台统一管理。我们会先分析现有基础设施环境与需求，再设计并搭建适合贵司环境的 GPU 集群架构。
想了解 AstraGo 支持哪些 GPU 环境。
AstraGo 支持 NVIDIA GPU 全系列型号，并可按本地化部署环境进行设计。它同时支持 AI 训练与推理工作负载，可对由多台服务器组成的 GPU 集群进行统一管理。
部署 AstraGo 需要多长时间？
AstraGo 的安装通常在 1 天左右完成，具体时间会因客户环境而有所不同。之后还会经过适配环境的配置与优化、稳定化和培训，为运维提供支持。
希望在隔离网络环境中使用 AstraGo。
AstraGo 可在隔离网络等对安全性要求较高的环境中使用。我们会结合贵司的安全与网络环境进行部署，并支持贴合本地化部署环境的运维方式。
部署后如何获得维护与技术支持？
AstraGo 同时支持 AI 训练与推理工作负载。可按工作负载切分并分配 GPU 资源，优化资源利用率，使一块 GPU 能够同时运行多个工作负载。
希望同时运行 AI 训练与推理工作负载。
AstraGo 同时支持 AI 训练与推理工作负载。可按工作负载切分并分配 GPU 资源，优化资源利用率，使一块 GPU 能够同时运行多个工作负载。
第 1 页