研究人员可以摆脱基础架构管理的麻烦，而可以专注于数据科学，他们可以通过运行所需数量的工作负载来提高生产力，而不会出现计算或数据管道瓶颈，公平算法可确保所有用户和团队都能公平共享资源，例如他们可以预设策略以进行优先级排序，借助和虚拟化技术，研究人员可以轻松地使用分数GPU，整数GPU和GPU的多个节点上进行分布式培训，这样，AI工作负载将根据需要运行，而不是根据容量运行，数据科学团队可以在同一基础架构上运行更多AI实验。