Jak uczenie maszynowe przejmuje chmurę

Autor: Roger Morrison
Data Utworzenia: 25 Wrzesień 2021
Data Aktualizacji: 1 Lipiec 2024
Anonim
Webinar 4.0: BECKHOFF x EDOCS - Uczenie maszynowe w sterowniku automatyki przemysłowej.
Wideo: Webinar 4.0: BECKHOFF x EDOCS - Uczenie maszynowe w sterowniku automatyki przemysłowej.

Zawartość


Źródło: Weerapat1003 / Dreamstime.com

Na wynos:

Dwa z największych trendów technologicznych - uczenie maszynowe i przetwarzanie w chmurze - łączą się, a na pewno spowoduje pewne innowacje (i pewne zakłócenia) w przedsiębiorstwie.

Większość krótkiej historii chmury charakteryzuje wyścig polegający na dostarczaniu masowych usług obliczeniowych i magazynowych w najniższej cenie. Myślenie polegało na tym, że gdy przedsiębiorstwo przyzwyczai się do chmury jako tańszej alternatywy dla tradycyjnej infrastruktury danych, będzie na dobrej drodze do korzystania z bardziej specjalistycznych usług generujących większe przychody.

Zbliżając się do nowego roku, wydaje się, że ta strategia się opłaca lepiej niż większość ludzi się spodziewała. Firma nie tylko jest coraz bardziej skłonna do przenoszenia krytycznych obciążeń do chmury, ale chce także skorzystać z coraz bardziej zróżnicowanego portfolio inteligentnych i poznawczych usług, które po prostu nie istnieją obecnie poza chmurą.


Przyspieszone uczenie się

Przykładem są instancje P3 Amazon, które firma niedawno zaktualizowała o nowy procesor graficzny Nvidia Volta. Jak podkreśla HPC Wire, Amazon omija obecną linię akceleratorów Pascal na rzecz Volty 100, która oferuje 12-krotną przepustowość Pascal dla aplikacji takich jak głębokie uczenie się i wnioskowanie. Każda instancja P3 jest teraz wspierana przez Intel Xeon E5 i do ośmiu V100, z których każda zapewnia ponad 5000 rdzeni CUDA plus 640 rdzeni Tensor, aby zapewnić w górę 125 teraflopów i wydajność o mieszanej precyzji. Instancje P3 są obecnie dostępne w amerykańskich regionach wschodnich i zachodnich, a także w regionach UE i Azji i Pacyfiku za pośrednictwem zakupów na żądanie lub cen zastrzeżonych lub spotowych.

Tymczasem Google kieruje swoją sztuczną inteligencję w kierunku dopasowanych rozwiązań dla kluczowych branż takich jak opieka zdrowotna. Firma nawiązuje głębokie powiązania z kluczowymi twórcami aplikacji za pośrednictwem platformy uczenia maszynowego Launchpad Studio, która ma na celu rozwijanie nowych firm, które mogą znacznie poprawić lub zakłócić, w zależności od twojego punktu widzenia, ustanowione procesy biznesowe. Wśród pierwszych chętnych są Augmedix, który korzysta z platformy Google Glass do automatyzacji przetwarzania recept, oraz BrainQ, który korzysta z sieci neuronowych i uczenia maszynowego w celu dostosowania leczenia uszkodzeń mózgu i kręgosłupa. Inne projekty obejmują postępy w technologii noszenia plug-and-play i ulepszone możliwości widzenia komputerowego, które mogą pomóc naukowcom zrozumieć biomechanikę infekcji. (Poznaj podstawy uczenia maszynowego w Machine Learning 101.)



Dla firmy takiej jak Microsoft, która ma silną obecność zarówno w chmurze, jak i centrum danych, AI jest skutecznym narzędziem, które pomaga klientom w pełni wykorzystać infrastrukturę hybrydową. EWeek informuje, że firma dodała możliwości sztucznej inteligencji do platformy SQL Server 2017, a także obsługę Linuksa oraz przyjazne dla DevOps narzędzia i narzędzia kontenerowe. Jednocześnie chmura Azure jest dostępna do obsługi obciążeń na dużą skalę w tym, co dyrektor generalny John Chirapurath nazywa strategią „data plus AI”. Celem jest wykorzystanie usług takich jak Azure Machine Learning do obsługi Hadoop i innych obciążeń dużych zbiorów danych, aby umożliwić przedsiębiorstwu szybkie wdrożenie strategii IoT i transformacji cyfrowej w infrastrukturze, którą uznają za najbardziej odpowiednią do ich potrzeb. (Dowiedz się więcej o big data w chmurze w The Cloud: The Ultimate Tool for Big Data Success.)

Nawet liderzy wojen cenowych „wyścigu do dna” w przeszłości zaczynają dostrzegać zalety bardziej inteligentnego poziomu usług. Firma Box, specjalizująca się w pamięci masowej, niedawno zaprezentowała nową platformę BoxSkills zaprojektowaną, aby pomóc klientom zwiększyć wartość danych, które umieścili w repozytoriach Box. System wykorzystuje uczenie maszynowe i inne narzędzia do zarządzania metadanymi, wyzwalania przepływów pracy, stosowania zasad zarządzania i wykonywania wielu innych funkcji w celu przekształcenia prostego magazynu masowego w funkcjonalny zasób biznesowy. Kluczowymi rozwiązaniami w ramach nowej platformy są inteligencja obrazu, audio i wideo, która dodaje con do przesyłanych treści w celu usprawnienia wyszukiwania i wyszukiwania, a także narzędzie Box Graph, które stale uczy się interakcji ludzi i treści w celu zapewnienia bardziej przewidywalnych, spersonalizowanych i skonkretyzowanych doświadczeń .

Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia

Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.

AI teraz, nie później

Z pewnością przedsiębiorstwo z czasem prawdopodobnie zbuduje własne możliwości sztucznej inteligencji, ale zajmie to trochę czasu ze względu na normalne cykle odświeżania różnych platform sprzętowych i programowych. Chmura dostarcza teraz sztuczną inteligencję, zarówno w skali, jak i punktach cenowych, które pozwalają nawet małym firmom rozpocząć gromadzenie danych, jakby były członkami Fortune 100.

Ponieważ organizacje zaczynają polegać na usługach cyfrowych nie tylko jako wartości dodanej do istniejących produktów, ale również jako same generatory przychodów, utrzymanie przewagi nad konkurentami sprowadza się do tego, jak dobrze mogą wykorzystać dane, którymi dysponują. A ponieważ wolumeny, które są już na rekordowym poziomie, wybuchną ponownie, tylko inteligentny, zautomatyzowany i wysoce zorganizowany ekosystem analityczny będzie w stanie nadążyć za obciążeniem.

Zatem dla przedsiębiorstwa sztuczna inteligencja w chmurze stanowi obecnie jedyną realną opcję, zarówno pod względem szybkości, z jaką należy wdrażać inteligentne funkcje, jak i skali, w jakiej mają działać. Im bardziej inteligentna staje się chmura, tym bardziej jest ona atrakcyjna dla rodzajów obciążeń, które nadchodzą w celu zdefiniowania usług danych nowej generacji.