在最伟大的组件短缺之中，所有人都是NVIDIA和AMD的GPU。GPU用于比特币养殖，在世界各地的大型农场吞噬了每个GPU卡，获得了一个不可能或不符合费用。
因此，客户需要挤出他们在服务中的GPU中的每一个最后周期。一个以色列公司呼吁跑：AI.声称它有一个有一对池GPU资源的技术，并最大限度地使用它们。
该技术称为薄的GPU供应和作业交换。不是最具创造性的名称，但他们描述了两者在串联中做了什么，以自动化GPU的分配和利用。
数据科学家和其他AI研究人员经常会收到GPU的分配，GPU保留为个人运行流程，没有其他人。这是高性能计算（HPC）和超级计算机操作，以及获得处理器的处理器恰到好处是管理员的黑名艺术。
具有薄的GPU配置和作业交换，无论何时运行工作负载不使用其分配的GPU，池都会汇总这些资源，可以自动配置以供不同的工作负载使用。它类似于由VMware介绍的存储区域网络首次引入的精简配置，其中可用的存储磁盘空间被分配但未在必要时配置，根据Run：AI语句。
薄的GPU配置创建过度配置的GPU，而作业交换使用预设优先级以重新分配未使用的GPU容量。一起运行：AI表示，这两种技术最大化了GPU利用率。
数据科学家，其特色不是总体技术，不必处理调度和配置。与此同时，IT部门对其网络中的GPU利用率控制着。
“研究人员不再能够”拥抱“GPU - 使他们无法使用其他人，”Ronen Dar，CTO和Run：AI的联合创始人博士说。“他们只是运行他们的工作并运行：AI的配额管理，细长的GPU配置和作业交换功能无缝地分配资源，没有任何用户干预。”
薄的GPU供应和作业交换目前正在运行中进行测试：AI客户实验室。它们通常在Q4 2021中提供。
跑：AI成立于2018年，拥有4300万美元的资金。