Hogyan gépi tanulás veszi át a felhőt

Szerző: Roger Morrison
A Teremtés Dátuma: 25 Szeptember 2021
Frissítés Dátuma: 11 Lehet 2024
Anonim
Hogyan gépi tanulás veszi át a felhőt - Technológia
Hogyan gépi tanulás veszi át a felhőt - Technológia

Tartalom


Forrás: Weerapat1003 / Dreamstime.com

Elvitel:

A technológia két legnagyobb trendje - a gépi tanulás és a felhő - összekapcsolódik, és ez bizonyos mértékben újítást (és némi zavart) okozhat a vállalkozásban.

A felhő rövid története nagy részét az a verseny jellemezte, hogy tömeges számítási és tárolási szolgáltatásokat nyújtson a legalacsonyabb áron. A gondolkodás az volt, hogy amint a vállalkozás megszokja a felhőt, mint a hagyományos adatinfrastruktúra olcsóbb alternatíváját, akkor továbbmegy a magasabb bevételt eredményező speciális szolgáltatások fogyasztása felé.

Az új évre tekintve úgy tűnik, hogy ez a stratégia jobban kifizetődő, mint a legtöbb ember elvárta. A vállalkozás nemcsak egyre inkább hajlandóvá vált a kritikus munkaterhelés felhőbe történő áthelyezésére, hanem arra törekszik, hogy egyre sokszínűbb intelligens és kognitív szolgáltatásokat nyújtson, amelyek egyszerűen nem léteznek sehol, hanem a felhőnél.


Gyorsított tanulás

Példa erre az Amazon P3 példányai, amelyeket a cég nemrégiben frissített az új Nvidia Volta GPU-val. Ahogyan a HPC Wire rámutat, az Amazon megkerüli a jelenlegi Pascal gyorsítók sorozatát a Volta 100 javára, amely 12-szerese a Pascal teljesítménye olyan alkalmazásokhoz, mint a mélytanulás és a következtetések. Mindegyik P3 példányt most az Intel Xeon E5 és akár nyolc V100-as támogatja, amelyek mindegyike több mint 5000 CUDA magot és 640 Tensor magot biztosít, így felfelé 125 teraflopot és vegyes pontosságú teljesítményt biztosít. A P3 példányok jelenleg rendelkezésre állnak az Egyesült Államok keleti és nyugati régióiban, valamint az EU és az ázsiai-csendes-óceáni régiókban igény szerinti vásárlás vagy fenntartott vagy azonnali árazás útján.


Időközben a Google az AI-képességeit testreszabott megoldások felé fordítja olyan kulcsfontosságú iparágakban, mint az egészségügy. A társaság szoros kapcsolatot létesít a kulcsfontosságú alkalmazások fejlesztőivel, annak Launchpad Studio gépi tanulási platformja révén, amely olyan induló vállalkozásokat kíván ápolni, amelyek potenciálisan jelentősen javíthatják vagy megszakíthatják a megalapozott üzleti folyamatokat. Az első résztvevők között szerepel az Augmedix, amely a Google Glass platformot használja a vényköteles feldolgozás automatizálásához, és a BrainQ, amely ideghálózatokat és gépi tanulást alkalmaz az agyi és gerinc sérülések kezelésének testreszabására. Más projektek között szerepel a plug-and-play hordható technológia fejlődése és a továbbfejlesztett számítógépes látás képességek, amelyek segíthetik a kutatókat a fertőzés biomechanikájának megértésében. (Tanulja meg a gépi tanulás alapjait a Machine Learning 101-ben.)


Egy olyan vállalat számára, mint a Microsoft, amely mind a felhőben, mind az adatközpontban erőteljesen jelen van, az AI hatékony eszköz, amely segít az ügyfeleknek a hibrid infrastruktúra kiaknázásában. Az EWeek jelentése szerint a társaság hozzáadott AI képességeket az SQL Server 2017 platformon, valamint a Linux támogatást és a DevOps-barát alkalmazás- és tárolóeszközöket. Ugyanakkor az Azure-felhő rendelkezésre áll nagyszabású munkaterhelések elvégzéséhez abban a tekintetben, amit John Chirapurath vezérigazgató „data plus AI” stratégiának hív. A cél olyan szolgáltatások kihasználása, mint az Azure Machine Learning, a Hadoop és más nagy adatterhelések támogatására, lehetővé téve a vállalkozás számára az IoT és a digitális átalakítási stratégiák gyors felgyorsítását azon infrastruktúrán, amelyet az igényeiknek leginkább megfelelőnek tartanak. (Tudjon meg többet a felhőben lévő nagy adatokról a felhőben: A nagy adatok sikerének legfontosabb eszköze.)

Még a múltbeli, az alsó versenyhez vezető árképzési háborúk vezetői is látják az intelligens szolgáltatási szint előnyeit. A tárolási szakember Box nemrégiben mutatta be az új BoxSkills keretet, amelynek célja az ügyfelek számára, hogy növeljék a Box adattárakban elhelyezett adatok értékét. A rendszer gépi tanulást és más eszközöket használ a metaadatok kezelésére, a munkafolyamatok kiváltására, a házirend-irányítás alkalmazására és számos egyéb funkció végrehajtására az egyszerű ömlesztett tárolás funkcionális üzleti eszközké konvertálására. Az új platformon belül a legfontosabb megoldások a kép, audio és video intelligencia, amelyek hozzájárulnak a feltöltött tartalom javításához a keresés és visszakeresés érdekében, valamint a Box Graph eszköz, amely folyamatosan megtanulja az emberek és a tartalom kölcsönhatásait, így lehetővé téve a prediktívabb, személyre szabottabb és egységesített élményeket. .

Nincsenek hibák, nincs stressz - Az Ön életét megváltoztató szoftverek készítésének lépésről lépésre történő leírása az élet megsemmisítése nélkül

Nem javíthatja a programozási készségét, ha senki sem törődik a szoftver minőségével.

AI Most, nem később

Az biztos, hogy a vállalkozás valószínűleg kiépíti saját AI képességeit az idő múlásával, de ez különféle hardver- és szoftverplatformok normál frissítési ciklusai miatt eltart egy ideig. A felhő most továbbít AI-t, és mind méretarányban, mind pedig árszínvonalban lehetővé teszi még a kisvállalkozások számára az adatok összegyűjtését, mint a Fortune 100 tagjai.

Mivel a szervezetek nemcsak a meglévő termékek hozzáadott értékét növelik, hanem maguknak a bevétel-termelőnek is függnek a digitális szolgáltatásoktól, így a versenytársakkal szembeni előny fenntartása azt fogja eredményezni, hogy mennyire tudják hasznosítani a rendelkezésükre álló adatokat. És mivel a már rekordszintű kötetek ismét felrobbannak, csak egy intelligens, automatizált és erősen összehangolt elemző ökoszisztéma képes lesz lépést tartani a terheléssel.

A vállalkozás számára tehát az AI a felhőben az egyetlen életképes lehetőség a pillanatban, mind az intelligens képességek telepítésének sebessége, mind pedig az elvárt működésük szempontjából. És minél okosabbá válik a felhő, annál vonzóbbá válik az a munkaterhelés, amely a következő generációs adatszolgáltatások meghatározására készül.