什么是数据、训练和推断?

数据、训练和推断解决方案结合了硬件和软件,创建对处理 AI 工作负载至关重要的 IT 系统。

数据解决方案

数据解决方案

  • 专注于大型数据工作负载
  • 支持卓越的数据吞吐量和存储容量
  • 处理数据湖
  • 为 AI 准备数据
训练解决方案

训练解决方案

  • 构建、训练和重新训练 AI 模型
  • 帮助更快提供 AI 洞察
  • 提供数据和计算密集型基础架构
  • 允许您从现有数据中学习新功能
推断解决方案

推断解决方案

  • 获取新信息,并根据经过训练的模型进行推断,进而获得洞察
  • 将通过训练获得的学习能力应用于新数据
  • 将 AI 部署到生产中
  • 其部署比训练更接近数据收集

IBM 提供丰富的 IT 解决方案,帮助您部署 AI 应用程序

IBM Power Systems for AI 可以帮助企业充分发挥 AI 和分析的全部潜力,做出更强的数据驱动决策,获得更深入的洞察,并建立信任和信心。

洞察力

获得准确的模型结果,让您对业务决策更有信心。

工作效率

经过行业测试和验证的动态工具,支持提升所有资源、人员、处理器和流程的生产率。

速度

借助高数据吞吐量、AI 辅助模型优化并且在 IBM 研究院的支持下,保持在 AI 技术的最前沿。

安全性

利用 Power Systems 的安全性和 IBM 的安全开源框架,在安全的 AI 解决方案之上进行构建。

使用 Watson Machine Learning Accelerator(原名为 PowerAI Enterprise)加快部署

将训练时间从几周和几天缩短到几小时和几分钟,可近乎完美地扩展到最高 256 个 GPU。在 IBM 研究院的创新成果(如 Distributed Deep Learning on Watson Machine Learning)的支持下,结合 POWER9 系统和 Watson Machine Learning 软件,轻松而迅速地从复杂的人工智能应用实现价值。

探索有关 AI 的内容

让 AI 项目的业务案例与众不同的 7 个因素

在此独家 Gartner 报告中,了解当今高级管理人员为实现 AI 投资成功业务案例做好准备的不同方法。

AI 分析失败的四种情况

通过避免这些常见陷阱,探索帮助 AI 项目取得成功的方法。

转向企业 AI

随着越来越多的企业寻求将其战略转向采用人工智能,AI 正在超越技术成熟度曲线。

Bridger Pipeline 利用 AI 和深度学习来保护环境

石油管道泄漏会对环境造成巨大破坏。了解 AI 如何帮助发现潜在危险泄漏,防患于未然。

资源

Elinar

Elinar 看到了 AI 对于其企业内容管理解决方案的颠覆性潜力,并部署了 IBM Power 基础架构,成为早期采用者,由此大幅缩短了产品上市时间并赢得了新客户。

“迎接 AI 新时代”播客系列

Dez Blanchfield 与业务领导畅谈人工智能和深度学习的采用情况,由此了解 AI 领导者如何规划其 AI 战略。

AI 对于企业业务的价值

如今的企业正在利用 AI 来赢得竞争优势。了解企业如何使用 AI 提供不同以往的更高效的客户服务。

免责声明

¹ 结果基于 IBM 内部测量,在 Enlarged Imagenet Dataset (2240x2240)上运行 1000 次 Enlarged GoogleNet 模型(最小批量大小=5)迭代。Power AC922;40 核(2 x 20c 芯片),POWER9 with NVLink 2.0;2.25 GHz,1024 GB 内存,4xTesla V100 GPU;Red Hat Enterprise Linux 7.4 for Power Little Endian (POWER9),CUDA 9.1/CUDNN 7;对比堆栈:2x Xeon E5-2640 v4;20 核(2 x 10c芯片)/40 线程;Intel Xeon E5-2640 v4;2.4 GHz;1024 GB 内存,4xTesla V100 GPU,Ubuntu 16.04.,CUDA.9.0/ CUDNN 7。软件:IBM Caffe 和 LMS 源代码https://github.com/ibmsoe/caffe/tree/master-lms(链接位于 ibm.com 外部)

² 46x SnapML(链接位于 ibm.com 外部)。在新发布的基准中,使用 Criteo Labs(链接位于 ibm.com 外部)发布的在线广告数据集以及超过 40 亿个训练样本,我们在 91.5 秒内训练逻辑回归分类器。此训练时间比先前报告的最佳结果快 46 倍(https://cloud.google.com/blog/products/gcp/using-google-cloud-machine-learning-to-predict-clicks-at-scale链接位于 ibm.com 外部),该结果使用 TensorFlow 在 Google Cloud Platform 上在 70 分钟内训练相同的模型。

您没有找到需要的资料吗?联系我们

免费咨询专家
(服务时间: 9:00-17:00)
优先级代码:Power