大家好，我是本栏目的编辑郝帅，现在我来给大家讲解一下上面的问题。充满硬度的VMware正试图通过收购Bitfusion来跟上这些年轻人的步伐，Bitfusion是一家初创公司，声称可以通过网络连接GPU的魔力，在任何虚拟机上实现机器学习。

交易完成后，该功能将集成到VMware的虚拟化服务器平台中。

该协议的确切条款尚未披露——但自2015年以来，Bitfusion在两轮投资中吸引了830万美元的资金，其中包括三星创投(Samsung Venture Capital)和Xilinx。

该公司总部位于德克萨斯州奥斯汀，通过一个名为FlexDirect的软件平台推广其所谓的“弹性人工智能”。

Bitfusion表示，它可以在商业硬件集群上为机器学习工作负载提供超级计算性能，而无需对应用程序本身进行任何更改。

这位新贵一直与VMware关系密切——其参考架构在超级计算2018上展示，并基于vSphere和Mellanox的网络硬件。

传统的机器学习方法涉及直接连接到裸机服务器的图形处理器。使用Bitfusion平台，网络连接GPU(NAG？)以完成虚拟化计算和存储的相同方式成为公共资源池的一部分。

然后，GPU资源池的灵活块(包括GPU的一部分)可以被网络上的任何虚拟机用于训练或推理。

“我们认为Bitfusion是一款硬件加速产品，几年前VMware首次将其提供给计算领域，”VMware战略和企业开发部门负责人王敬实表示。

FlexDirect支持任何类型的GPU服务器和任何网络配置，包括TCP、RoCE和InfiniBand。该平台还支持其他类型的加速器，如FPGA和ASIC。软件方面，适合CUDA和OpenCL框架，也就是说可以处理来自英伟达或者AMD的卡。

Bitfusion声称其技术有助于最大限度地提高GPU利用率-机器学习加速器通常是服务器中最昂贵的部分，这可能有助于降低硬件成本。

它甚至可以在公共云中运行。客户可以随时保持计算服务器运行，只有在工作负载需要时才能访问远程GPU。

看起来，VMware开始收购性感的现代功能，而不是内部构建：仅在过去6个月，它就宣布有意收购应用打包专家Bitnami和Kubernetes的新贵Heptio。