我们正在进入 AI 赋能数字工作流程的新时代，Windows 365 云 PC 是动态平台，托管 AI 技术并重塑传统流程。GPU 加速释放了在 Windows 365 云 PC 上运行 AI 增强型工作负载的潜力，为每个人提供先进的计算能力。

将 NVIDIA GPU 与 NVIDIA RTX 虚拟工作站 集成到 支持 NVIDIA GPU 的 Microsoft Windows 365 云 PC 中，这是云计算领域的一项关键发展，可提高工作流程效率，并使您无需单独的基础架构即可执行复杂的图形密集型任务。

Windows 365 GPU-enabled Cloud PCs™ 提供三种产品，均包含 NVIDIA Tensor Core GPUs：

Windows 365 GPU 标准

Windows 365 GPU Super

Windows 365 GPU Max

本文探讨了支持 Windows 365 GPU 的云 PC 的增强性能。虽然 Microsoft 没有指定或保证任何特定硬件，但我们的产品配备了 NVIDIA A10 GPU 。我们使用三个计算密集型工作负载对其进行了测试，以评估具有此配置的 GPU 支持的云 PC 在专用应用程序中的出色表现。

加速 AI 辅助内容创作

AI 可增强内容创作，并为创新和引人入胜的视觉体验开辟新的可能性。 Blackmagic Design 的 DaVinci Resolve 提供了许多 AI 增强功能，例如 UltraNR、Super Scale 和 Speed Warp，可简化电影剪辑流程。这些 AI 功能由 NVIDIA GPU 加速。

为了评估 Windows 365 GPU 启用的 Cloud PCs 提供的加速，我们测试了 DaVinci Resolve 的通用功能（测试台）和 AI 增强功能（AI 测试），测量帧率和 GPU 使用情况。 

图显示，配备完全专用 GPU 的 Windows 365 Enterprise GPU Max 可在支持 AI 功能时将性能提升 4 倍。

每个 VM 一位用户。DaVinci Resolve 19 测试版在以下 Windows 365 云 PC 配置上进行了测试：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

专用 GPU 资源可加速复杂视觉数据的处理，因此对于许多人工智能驱动的进步而言至关重要。

图比较了 Windows 365 GPU Max 产品上常规功能（测试台）和 AI 功能（AI 测试）之间的 GPU 使用情况。为 AI 功能提供支持的 GPU 使用率增加了 15%，这表明在最终用户想要利用这些先进功能时，性能依赖于 GPU 加速。

每个 VM 一位用户。DaVinci Resolve 19 测试版在 Windows 365 Enterprise GPU Max 配置（36 vCPU、440-GB RAM、24-GB vRAM（带 A10）、1 TB）上，平均 GPU 使用量进行测试。2024 年 9 月

虽然 AI 增强设计工具推动创意突破传统界限，但为您的云 PC 选择功能更强大的 GPU 对于充分发挥 AI 能力和减少昂贵的渲染时间至关重要。

快速启动 AI 开发

AI 开发过程通常从概念验证（PoC）开始，其中对最初的想法进行较小范围的测试，以验证其可行性和有效性。在这个初步阶段，您可以试验算法、评估数据需求并在受控环境中优化模型，最终为项目的潜在成功提供宝贵见解。

借助 Windows 365 GPU Max，您可以轻松访问生成式 AI 的试验场，特别是对于小型语言模型，无需新的基础设施即可实现快速开发周期。我们使用 Windows 365 Enterprise GPU Max 云 PC 部署 Phi-3-mini-4K ，这是一种 3.8 亿参数的小型语言模型，用于创建聊天机器人。

图显示，支持 GPU 的云 PC 与仅使用 CPU 的云 PC 相比，速度提升了 4.5 倍。

每个 VM 的一位用户，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）上测试，每秒 tokens 数。2024 年 9 月

这些结果凸显了 GPU 如何提高功能强大的云 PC 的效率并缩短开发时间，这对于在动态 AI 环境中运行的开发者至关重要。

提升深度学习支持的地理空间分析中的物体检测能力

AI 可以通过自动处理和解释大量数据集来显著增强地理空间分析，从而实现更高效、更准确的洞察。

此处，我们使用 ArcGIS Pro （用于探索、可视化和分析数据的专业桌面地理信息系统（GIS）应用程序）分析了支持 GPU 的云 PC 在处理大量数据集和执行复杂空间计算方面的效果。我们使用三台支持 GPU 的云 PC 处理预训练深度学习模型，以检测指定卫星地图上的树木。

图显示，支持 GPU 的 Windows 365 云 PC 可显著提高机器学习模型的效率，借助 Windows 365 Enterprise GPU Max 产品将处理时间缩短高达 2 倍。在本次评估中，我们还发现，与仅使用 CPU 的云 PC 相比，平均渲染时间缩短了 12 倍。

每个 VM 一位用户。应用程序：ArcGIS Pro、Deep Learning 工具 – 在以下 Windows 365 云 PC 配置上运行的树检测模型：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)，处理时间。2024 年 9 月

这些测试强调了支持 GPU 的云 PC 对提高各专业领域计算性能的变革性影响，让我们一瞥未来远程、技术驱动的工作场所。

建议您测试独特的工作负载，以确定搭载 NVIDIA Tensor Core GPU 且支持 Windows 365 GPU 的最佳云 PC，以满足您的需求。

随着组织和开发者迫不及待地挖掘 AI 应用程序和工作流程的巨大潜力，Windows 365 GPU 云 PC 搭载 NVIDIA GPU 和 NVID.

文章转载于nvidia.com，如有侵权，联系删除