High Performance Computing: Business Continuity durch POWER9

Ihre Prioritäten sind auch unsere Prioritäten, besonders in diesen herausfordernden Zeiten.
IBM Power Systems stehen bereit, um Sie bei der Transformation Ihrer Geschäftsabwicklung zu unterstützen.

Die POWER9 Technologie bietet dabei folgende Vorteile:

  • Erstklassige Zuverlässigkeit, Verfügbarkeit und Wartungsfreundlichkeit
  • Automatisierte Disaster Recovery Funktionen
  • Hervorragende Konfiguration und Einrichtung
  • Ausgezeichnete Verfügbarkeit

Erfahren Sie in unserem Live Webinar wie Sie durch den Einsatz von SAP HANA, SAS Viya und KI auf IBM POWER strategische Vorteile gewinnen können

Mittwoch, 20. Mai, 11:00 Uhr


Was machen Lösungen für Daten, Training und Inferenz?

Lösungen für Daten, Training und Inferenz kombinieren Hardware und Software zu einem IT-System, das für die Verarbeitung von KI-Workloads unverzichtbar ist.

Lösungen für Daten

  • Fokus auf großen Datenworkloads
  • Hoher Datendurchsatz und große Speicherkapazität
  • Bewältigung von Data Lakes
  • Datenvorbereitung für KI

Lösungen für Training

  • Erstellung, Training und Retraining von KI-Modellen
  • Schnellere Erkenntnisgewinnung von KI
  • Bereitstellung einer daten- und rechenintensiven Infrastruktur
  • Gewinnung neuer Möglichkeiten aus bestehenden Daten

Lösungen für Inferenz

  • Gewinnung von Erkenntnissen aus neuen Informationen mithilfe von trainierten Modellen
  • Anwendung der Lernfähigkeit aus dem Training auf neue Daten
  • KI-Einbindung in die Produktion
  • Näher an der Datenerfassung als Training

Sichern Sie sich die richtige Infrastruktur für KI in Unternehmen

Das KI-Zeitalter erfordert eine ganz neue Infrastruktur, um Ihre innovativen Initiativen zu unterstützen. Sichern Sie sich die richtige IT-Konfiguration, um im Bereich KI eine Führungsposition einzunehmen.

Warum Ihre aktuelle IT-Infrastruktur nicht für KI geeignet ist

Stellen Sie sicher, dass Ihr Rechenzentrum über die erforderliche Infrastruktur verfügt, um KI optimal zu nutzen.

Für KI-Infrastruktur ist sowohl Training als auch Inferenz erforderlich

Lernen Sie den Unterschied zwischen Training und Inferenz kennen und informieren Sie sich, warum Sie dedizierte Ressourcen für beide Arten der KI-Verarbeitung benötigen.

IBM: IT-Lösungen für die Implementierung Ihrer KI-Anwendungen

Mit IBM Power Systems for AI können Unternehmen das Potenzial von KI und Analyse noch umfassender nutzen, um fundiertere, datenbasierte Entscheidungen zu treffen, tiefere Einblicke zu erlangen und mehr Vertrauen zu entwickeln.

Erkenntnisse

Sie erhalten Modellergebnisse, die Ihnen mehr Vertrauen in Geschäftsentscheidungen geben.

Produktivität

Dynamische, bewährte und geprüfte Tools sorgen für hohe Produktivität Ihrer Ressourcen, Mitarbeiter, Prozessoren und Vorgänge.

Schnelligkeit

Nutzen Sie modernste KI-Technologie mit hohem Datendurchsatz, KI-gestützter Modelloptimierung und der Unterstützung durch IBM Research.

Sicherheit

Setzen Sie auf eine sichere KI-Lösung mit der Sicherheit von Power Systems und Open-Source-Frameworks mit IBM Schutz.


IBM Unternehmensserver für KI

Power Systems LC922: der Datenserver für KI

IBM Power System LC922 wurde für die Anforderungen von KI-Daten und -Workloads entwickelt. Der mit umfassendem Speicher konzipierte Server bietet Ihnen erstklassige Rechenleistung für die Analyse und Untersuchung von Daten sowie die enorme Speicherkapazität, die dafür nötig ist.

  • Bis zum 3,9-fachen Preis-Leistungs-Verhältnis im Vergleich zu gängigen Datenbanken
  • Bis zu 120 TB Datenspeicher
  • Hervorragende E/A: PCIe Gen 4

Power Systems AC922: der Trainingsserver für KI

IBM Power System AC922 kann Deep-Learning-Frameworks und beschleunigte Datenbanken für KI-Training implementieren. Kombinieren Sie die Innovation, die sich Data-Scientists wünschen, mit der Zuverlässigkeit, die die IT benötigt.

  • Schnelle E/A – bis zu 5,6-mal mehr E/A-Durchsatz als bei x86-Servern
  • 2 bis 6 NVIDIA® Tesla® V100 GPUs mit NVLink

Der neue Inferenzserver IBM Power System IC922

Der Inferenzserver IBM Power System IC922 wurde entwickelt, um Ihre KI-Modelle zum Einsatz zu bringen und geschäftliche Erkenntnisse abzuleiten. Er verwendet optimierte Hardware und Software, um die notwendigen Komponenten für KI-Inferenz bereitzustellen, die für Sie Daten in Erkenntnisse verwandeln.


IBM Watson Machine Learning Accelerator und Power AC922 – eine unschlagbare Kombination

Diese leistungsstarke Kombination aus Software und Hardware kann Modelltrainingszeiten verkürzen, Iterationen beschleunigen und Erkenntnisse verbessern.

3.7x

schnelleres Training für Caffe¹

46x

schnellere Machine-Learning-Iterationen mit SnapML²

IBM Power Systems AI Starter Kit: das Toolkit aus Hardware, Software und Support für Ihre KI-Einführung

Das IBM AI Starter Kit enthält alles, was Sie brauchen, um mit dem Modelltraining zu beginnen und wertvolle Einblicke mit KI-Servern von IBM zu gewinnen. Außerdem erhalten Sie durch unsere Mitarbeiter Unterstützung bei der Implementierung dieser Tools:

  • 2 IBM Power AC922-Server
  • 1 IBM Power LC922-Server
  • WMLA-Software (Watson Machine Learning Accelerator)
  • Fünf Einheiten IBM Systems Lab Services

Lab Services for Power Systems kennenlernen

IBM verfügt über erfahrene und technisch hoch qualifizierte Berater mit langjähriger Erfahrung, die Sie bei der Planung Ihrer Power Systems-gestützten KI-Infrastruktur unterstützen.


Informationen zu KI

7 Faktoren, die Kosten-Nutzen-Analysen für KI-Projekte speziell machen

In diesem exklusiven Gartner-Bericht erfahren Sie, wie sich Führungskräfte heute vorbereiten können, um solide Kosten-Nutzen-Analysen für die Investition in KI durchzuführen.

Bereiten Sie sich auf KI für Unternehmen vor, indem Sie Ihre Server skalieren

KI-Anwendungen erfordern leistungsfähige Verarbeitungsfunktionen außerhalb der Reichweite von Standard-CPUs, d. h., Sie müssen skalieren, um diesen Anforderungen gerecht zu werden.

Umstellung auf KI in Unternehmen

Die künstliche Intelligenz (KI) ist inzwischen mehr als nur ein Hype. Immer mehr Unternehmen möchten ihre Strategie anpassen, um KI einzuführen.

Bridger Pipeline nutzt KI und Deep Learning zum Schutz der Umwelt

Leckende Ölpipelines können die Umwelt enorm schädigen. Hier erfahren Sie, wie KI eingesetzt wurde, um potenziell umweltschädliche Lecks aufzuspüren, bevor sie tatsächlich eintreten.


Mit unseren IBM Power System-Experten sprechen

Lernen Sie die Experten kennen, die Ihnen die notwendigen Informationen über Power Systems bereitstellen – kostenlos, unverbindlich und ohne Verkaufsgespräch.

Rich Shedrick Profilbild

Rich Shedrick

Solutions Sales Leader, NA Cognitive Solutions for AI HPC & Analytics

Dylan Boday Profilbild

Dylan Boday

Director, Offering Management, Cognitive and Scale-out Systems

Scott Soutter Profilbild

Scott Soutter

Portfolio Offering Manager, PowerAI

Ressourcen

Elinar

Elinar erkannte das disruptive Potenzial von KI für seine Enterprise-Content-Management-Lösungen und implementierte die IBM Power-Infrastruktur, um als Early Adopter die Markteinführung zu beschleunigen und neue Kunden zu gewinnen.

Der Weg zu KI – Podcast-Reihe

Dez Blanchfield spricht mit Führungskräften über künstliche Intelligenz und die Einführung von Deep Learning, um herauszufinden, wie führende Unternehmen auf dem Gebiet von KI ihre KI-Strategie planen.

Der Nutzen von KI für Unternehmen

Unternehmen verwenden KI heute, um sich einen Wettbewerbsvorsprung zu sichern. Sehen Sie, wie Unternehmen KI dafür einsetzen, eine neue und effizientere Kundenbetreuung zu erreichen.

KI-Infrastrukturlösungen

Eine KI-Infrastruktur ist auf dem Weg zu KI unabdingbar. Von der Datenspeicherung bis hin zu Test- und Raw-Computing-Funktionalität benötigen Unternehmen Lösungen, die Erfolg im Bereich KI ermöglichen.

KI-Speicherlösungen

Der Aufbau einer Datenpipeline ist ein wichtiger Aspekt jeder KI-Infrastruktur. Um die datenintensiven Anforderungen von KI für Unternehmen zu unterstützen, benötigen Unternehmen zuverlässige Speicherlösungen, die von der Datenaufnahme bis zur Dateninferenz optimiert sind.

Haftungsausschluss

¹ Ergebnisse basieren auf IBM internen Messungen mit der Ausführung von 1000 Iterationen des vergrößerten GoogleNet-Modells (Mini-Batchgröße = 5) auf einem vergrößerten Imagenet-Dataset (2240x2240). Power AC922; 40 Kerne (2 x 20c Chips), POWER9 mit NVLink 2.0; 2,25 GHz, 1024 GB Speicher, 4xTesla V100 GPU; Red Hat Enterprise Linux 7.4 für Power Little Endian (POWER9) mit CUDA 9.1/CUDNN 7.Stack des Wettbewerbs: 2x Xeon E5-2640 v4; 20 Kerne (2 x 10c Chips)/40 Threads; Intel Xeon E5-2640 v4; 2,4 GHz; 1024 GB Speicher, 4xTesla V100 GPU, Ubuntu 16.04. mit CUDA 9.0/CUDNN 7. Software: IBM Caffe mit LMS-Quellcode https://github.com/ibmsoe/caffe/tree/master-lms (Link befindet sich außerhalb von ibm.com)

² 46x SnapML (Link befindet sich außerhalb von ibm.com). In einem aktuell publizierten Benchmark mit einem von Criteo Labs (Link befindet sich außerhalb von ibm.com) veröffentlichten Online-Werbedatenbestand mit über 4 Milliarden Trainingsbeispielen trainieren wir ein Klassifikationsmerkmal für logistische Regression in 91,5 Sekunden. Diese Trainingszeit ist 46x schneller als das beste Ergebnis, das bisher gemeldet wurde (https://cloud.google.com/blog/products/gcp/using-google-cloud-machine-learning-to-predict-clicks-at-scale (Link befindet sich außerhalb von ibm.com)) mit TensorFlow auf der Google-Cloudplattform, um das gleiche Modell in 70 Minuten zu trainieren.

Besuchen Sie uns:

Besuchen Sie uns: