Aprenda idiomas de forma natural com conteúdo fresco e autêntico!

Tópicos populares
Explorar por região
Quase metade das empresas desperdiça milhões em GPUs subutilizadas, apesar das preocupações com custos, levando ferramentas como o ClearML a aumentar a eficiência por meio do compartilhamento fracionário de GPU.
Um novo relatório da ClearML revela que quase metade das empresas está desperdiçando milhões devido à capacidade de GPU subutilizada, apesar de priorizar o controle de custos e a eficiência em 2025-2026.
Enquanto 35% visam melhorar a utilização da GPU, 44% ainda dependem da atribuição manual de carga de trabalho ou não possuem estratégias formais, criando atrasos no desenvolvimento da IA.
A gestão de custos é o principal desafio para 53%, e a governança de dados, modelos e computação é uma prioridade fundamental para muitos.
Para lidar com ineficiências, a ClearML expandiu o suporte para particionamento fracionado de GPU em GPUs AMD Instinct, permitindo que várias cargas de trabalho sejam executadas simultaneamente em uma única GPU com gerenciamento automatizado e centralizado.
A plataforma agnóstica de silício melhora a eficiência dos recursos, reduz a capacidade ociosa e suporta ambientes heterogêneos, ajudando as empresas a maximizar o ROI sem aumentar os custos de infraestrutura.
Nearly half of enterprises waste millions on underused GPUs despite cost concerns, prompting tools like ClearML to boost efficiency via fractional GPU sharing.