基于NVIDIA DGX系统，采用Google Cloud Anthos构建灵活架构的企业，可满足日常及偶发的高峰需求，AI开发的全生命周期尽在掌握。

云端还是本地？这是许多机构在构建AI基础设施时会提出的问题。

云计算可助力开发者以最低的成本快速入门，非常适合早期实验，以及临时需求的支持。

但是，随着企业AI模型的迭代，这些模型会变得日益复杂，需要消耗更长的计算周期，数据集也会成倍增长。将大型数据集从生成数据之处传送到计算资源所在之处，会花费更多的时间和金钱，因此数据引力的成本可能会逐步上升。

这种AI开发的“减速带”通常是一个拐点，让各个机构意识到本地或配套基础设施可带来运营支出优势。其成本固定，并支持以最低的“每次训练运行成本”快速迭代，从而对云端进行补充。

相反，有些机构的数据集创建于云端，并存储于云端。对于这些机构，获取与数据相邻的计算资源就很有意义。无论是在本地还是云端，尽可能将大量数据置于靠近计算资源的位置，有助于尽可能地减少数据传输，从而最大程度地减少数据引力对运营成本的影响。

最终采用混合云基础设施的企业会遵循一个熟悉的轨迹。

开发图像识别应用程序的客户，可立即从云端快速且轻松的启动中获益。

随着其数据库逐渐增长至数百万张图像，成本增加且处理速度变慢，从而导致数据科学家在完善模型时更加谨慎。

在这一转折点上，即当固定成本基础设施被证明是合理时，他们将训练工作负载转移到了本地NVIDIA DGX系统上，以此立即重新快速开展创造性的实验，从而使企业能够在云技术搭建的良好开端的基础上发展。

所谓“拥有本地基础设施，高峰时租用公有云”（Own the Base, Rent the Spike），指的就是这种情况。企业IT配备本地DGX基础设施，以支持稳定数量的AI工作负载，在需要额外容量时，也能扩展到云端。

这种混合云方式可确保开发者持续获得计算资源，同时确保最低的每次训练成本。

为帮助企业采用混合云基础设施，NVIDIA为DGX A100系统引入了对裸金属Google Cloud Anthos的支持。

对于使用Kubernetes来跨越云GPU计算实例和本地DGX基础设施的客户，裸金属Anthos可在整体部署中提供一致的开发和运营体验，同时减少昂贵的开销，并提高开发者的生产力。

这能够为企业带来诸多益处。尽管许多企业在其数据中心中实施了GPU加速的AI，但全球许多地方仍在使用老旧的x86计算基础设施。借助裸金属Anthos，IT部门可轻松地将本地DGX系统安装到其基础设施中，以处理AI工作负载，并以熟悉的方式对其进行管理，而无需管理程序层。

无需虚拟机，裸金属Anthos就能管理当前环境中的应用程序部署和运行状况，从而提高运营效率。裸金属Anthos还能管理各种性能的应用程序容器、各类GPU优化的硬件，并允许应用程序直接访问硬件。

Google Cloud合作伙伴工程总监Rayn Veerubhotla表示：“裸金属Anthos让客户能够以更多方式，在更多地点运行应用程序和工作负载。NVIDIA对裸金属Anthos的支持，意味着客户可直接在其硬件上无缝部署NVIDIA GPU设备插件，从而提高性能和灵活性，在混合环境中平衡机器学习工作负载。”

此外，团队身在任何地点都能访问自己常用的NVIDIA NGC 容器、Helm图表和AI模型。

通过这种结合，企业能够享受到Google Cloud所提供资源的快速启动和弹性的优势，以及专用的本地DGX基础设施的安全性能。