NVIDIA 和 Windows 365 共同推動 AI 智能工作負載發展 NEWS DETAIL

我們正在進入 AI 賦能數字工作流程的新時代，Windows 365 雲 PC 是動態平台，托管 AI 技術並重塑傳統流程。GPU 加速釋放了在 Windows 365 雲 PC 上運行 AI 增強型工作負載的潛力，為每個人提供先進的計算能力。

將 NVIDIA GPU 與 NVIDIA RTX 虛擬工作站 集成到 支援 NVIDIA GPU 的 Microsoft Windows 365 雲 PC 中，這是雲計算領域的一項關鍵發展，可提高工作流程效率，並使您無需單獨的基礎架構即可執行複雜的圖形密集型任務。

Windows 365 GPU-enabled Cloud PCs™ 提供三種產品，均包含 NVIDIA Tensor Core GPUs：

Windows 365 GPU 標準

Windows 365 GPU Super

Windows 365 GPU Max

本文探討了支援 Windows 365 GPU 的雲 PC 的增強性能。雖然 Microsoft 沒有指定或保證任何特定硬體，但我們的產品配備了 NVIDIA A10 GPU 。我們使用三個計算密集型工作負載對其進行了測試，以評估具有此配置的 GPU 支援的雲 PC 在專用應用程序中的出色表現。

加速 AI 輔助內容創作

AI 可增強內容創作，並為創新和引人入勝的視覺體驗開闢新的可能性。 Blackmagic Design 的 DaVinci Resolve 提供了許多 AI 增強功能，例如 UltraNR、Super Scale 和 Speed Warp，可簡化電影剪輯流程。這些 AI 功能由 NVIDIA GPU 加速。

為了評估 Windows 365 GPU 啓用的 Cloud PCs 提供的加速，我們測試了 DaVinci Resolve 的通用功能（測試台）和 AI 增強功能（AI 測試），測量幀率和 GPU 使用情況。 

圖顯示，配備完全專用 GPU 的 Windows 365 Enterprise GPU Max 可在支援 AI 功能時將性能提升 4 倍。

每個 VM 一位用戶。DaVinci Resolve 19 測試版在以下 Windows 365 雲 PC 配置上進行了測試：Enterprise GPU Standard (12 vCPU、110-GB RAM、8-GB vRAM with A10、512 GB)、Enterprise GPU Super (18 vCPU、220-GB RAM、12-GB vRAM with A10、1 TB)、Enterprise GPU Max (36 vCPU、440-GB RAM、24-GB vRAM with A10、1 TB)、geomean。2024 年 9 月

專用 GPU 資源可加速複雜視覺資料的處理，因此對於許多人工智慧驅動的進步而言至關重要。

圖比較了 Windows 365 GPU Max 產品上常規功能（測試台）和 AI 功能（AI 測試）之間的 GPU 使用情況。為 AI 功能提供支援的 GPU 使用率增加了 15%，這表明在最終用戶想要利用這些先進功能時，性能依賴於 GPU 加速。

每個 VM 一位用戶。DaVinci Resolve 19 測試版在 Windows 365 Enterprise GPU Max 配置（36 vCPU、440-GB RAM、24-GB vRAM（帶 A10）、1 TB）上，平均 GPU 使用量進行測試。2024 年 9 月

雖然 AI 增強設計工具推動創意突破傳統界限，但為您的雲 PC 選擇功能更強大的 GPU 對於充分發揮 AI 能力和減少昂貴的渲染時間至關重要。

快速啓動 AI 開發

AI 開發過程通常從概念驗證（PoC）開始，其中對最初的想法進行較小範圍的測試，以驗證其可行性和有效性。在這個初步階段，您可以試驗算法、評估資料需求並在受控環境中優化模型，最終為專案的潛在成功提供寶貴見解。

借助 Windows 365 GPU Max，您可以輕鬆訪問生成式 AI 的試驗場，特別是對於小型語言模型，無需新的基礎設施即可實現快速開發週期。我們使用 Windows 365 Enterprise GPU Max 雲 PC 部署 Phi-3-mini-4K ，這是一種 3.8 億參數的小型語言模型，用於創建聊天機器人。

圖顯示，支援 GPU 的雲 PC 與僅使用 CPU 的雲 PC 相比，速度提升了 4.5 倍。

每個 VM 的一位用戶，Phi-3-mini-4k-instruct-gguf，在 Windows 365 Enterprise GPU Max 配置（36 vCPU、440-GB RAM、24-GB vRAM（A10）、1 TB）上測試，每秒 tokens 數。2024 年 9 月

這些結果凸顯了 GPU 如何提高功能強大的雲 PC 的效率並縮短開發時間，這對於在動態 AI 環境中運行的開發者至關重要。

提升深度學習支援的地理空間分析中的物體檢測能力

AI 可以通過自動處理和解釋大量資料集來顯著增強地理空間分析，從而實現更高效、更準確的洞察。

此處，我們使用 ArcGIS Pro （用於探索、可視化和分析資料的專業桌面地理資訊系統（GIS）應用程序）分析了支援 GPU 的雲 PC 在處理大量資料集和執行複雜空間計算方面的效果。我們使用三台支援 GPU 的雲 PC 處理預訓練深度學習模型，以檢測指定衛星地圖上的樹木。

圖顯示，支援 GPU 的 Windows 365 雲 PC 可顯著提高機器學習模型的效率，借助 Windows 365 Enterprise GPU Max 產品將處理時間縮短高達 2 倍。在本次評估中，我們還發現，與僅使用 CPU 的雲 PC 相比，平均渲染時間縮短了 12 倍。

每個 VM 一位用戶。應用程序：ArcGIS Pro、Deep Learning 工具 – 在以下 Windows 365 雲 PC 配置上運行的樹檢測模型：Enterprise GPU Standard (12 vCPU、110-GB RAM、8-GB vRAM with A10、512 GB)、Enterprise GPU Super (18 vCPU、220-GB RAM、12-GB vRAM with A10、1 TB)、Enterprise GPU Max (36 vCPU、440-GB RAM、24-GB vRAM with A10、1 TB)，處理時間。2024 年 9 月

這些測試強調了支援 GPU 的雲 PC 對提高各專業領域計算性能的變革性影響，讓我們一瞥未來遠程、技術驅動的工作場所。

建議您測試獨特的工作負載，以確定搭載 NVIDIA Tensor Core GPU 且支援 Windows 365 GPU 的最佳雲 PC，以滿足您的需求。

隨著組織和開發者迫不及待地挖掘 AI 應用程序和工作流程的巨大潛力，Windows 365 GPU 雲 PC 搭載 NVIDIA GPU 和 NVID.

文章轉載於nvidia.com，如有侵權，聯繫刪除