In den letzten zehn Jahren haben wir eine dramatische Transformation in Unternehmen erlebt, die von KI geleitet werden. Der Aufstieg von Big Data und spezialisierter Hardware hat leistungsstarke KI-Modelle, die einst Eliteforschungsteams an Spitzenuniversitäten vorbehalten waren, für die breite Masse zugänglich gemacht. Tiefe neuronale Netze haben diese Demokratisierung vorangetrieben, und Deep Learning-Frameworks wie PyTorch und TensorFlow haben die Entwicklung dieser Modelle unterstützt. PyTorch hat sich zu einem wichtigen Akteur in der KI-Geschäftswelt entwickelt und bietet einzigartige Vorteile, die zu einer weit verbreiteten Nutzung und Akzeptanz geführt haben.
Jüngste Fortschritte bei den Hardware-KI-Beschleunigern haben die nötige Leistung für die effektive Nutzung von Deep-Learning-Frameworks wie PyTorch bereitgestellt. Diese Hardwareverbesserungen beschleunigen die Berechnung komplexerer Modelle auf großen Datensätzen sowie das Experimentieren und die Bereitstellung erheblich. Mit dem neuesten Continuous-Delivery-Update des KI-Toolkits für IBM Z und LinuxONE unterstützen wir PyTorch durch einen neuen Container: IBM Z Accelerated for PyTorch. Dieser enthält eine Entwicklungs- und Inferenzumgebung für PyTorch. Es werden neue Inferenzbeschleunigungsfunktionen genutzt, die transparent auf den IBM Integrated AI Accelerator abzielen und herkömmliches maschinelles Lernen und Deep Learning sowie Encoder LLMs erheblich beschleunigen. Diese Funktionen helfen, das Experimentieren mit schnellen PoCs zu beschleunigen und KI-Lösungen auf IBM Z und LinuxONE zu erstellen.
PyTorch ist ein Open-Source-Framework für maschinelles Lernen, das eine flexible Plattform für die Erstellung von Deep-Learning-Modellen bietet. PyTorch wurde 2016 vom Facebook-Forschungslabor für künstliche Intelligenz veröffentlicht und ermöglicht es Entwicklern, durch seine dynamische Struktur, die sofortiges Feedback bietet, Modelle einfach zu erstellen und zu ändern. Diese Anpassungsfähigkeit macht es besonders attraktiv für Forscher und Entwickler, die mit neuen Ideen experimentieren wollen.
PyTorch erfreut sich im KI-Ökosystem großer Beliebtheit. Seine benutzerfreundliche Oberfläche und seine leistungsstarken Funktionen haben es zum Framework der Wahl sowohl für die akademische Forschung als auch für Geschäftsanwendungen gemacht. PyTorch spielt eine entscheidende Rolle bei der Weiterentwicklung von Deep Learning, indem es Tools bereitstellt, die den Prozess der Erstellung und des Trainings komplexer Modelle vereinfachen. Seine Flexibilität ermöglicht es Entwicklern, mit verschiedenen Architekturen und Techniken zu experimentieren, was zu innovativeren Lösungen führt. Funktionen wie automatische Differenzierung und intuitive Tensormanipulation haben die Implementierung fortschrittlicher Algorithmen erleichtert, was zu schnellerem Fortschritt in Forschung und Anwendung geführt hat.
Einer der wichtigsten Bereiche, in denen PyTorch eine Rolle spielt, ist die Entwicklung großer Sprachmodelle (LLMs). Diese Modelle, die menschenähnlichen Text verstehen und generieren können, haben die Verarbeitung natürlicher Sprache revolutioniert. Frameworks wie PyTorch haben die Erstellung und Feinabstimmung dieser Modelle erleichtert und es Forschern ermöglicht, neue Architekturen und Trainingsmethoden effizienter zu erkunden.
Viele der neuesten, hochmodernen Sprachmodelle, einschließlich derer, die von großen Technologieunternehmen entwickelt wurden, wurden mit PyTorch implementiert. Die Fähigkeit des Frameworks, enorme Datenmengen zu verarbeiten und verteiltes Training zu unterstützen, hat die Skalierung von Modellen ermöglicht, die Kontext und Nuancen in der Sprache erfassen können.
Mit IBM Z Accelerated for PyTorch, das über das KI-Toolkit für IBM Z und LinuxONE bereitgestellt wird, können unsere Kunden PyTorch-Modellbereitstellungen mit der Zuverlässigkeit, Verfügbarkeit und Skalierbarkeit von IBM Z sowie den Inferenzbeschleunigungsfunktionen des Telum On-Chip Accelerator nutzen. Diese Inferenzbeschleunigung ist für die Kunden transparent, da die Container so konzipiert sind, dass sie die Neural Network Processing Assist (NNPA)-Anweisungen von Telum transparent und automatisch nutzen.
Kunden können diese Funktion nun für hochwertige Anwendungsfälle wie Betrugserkennung, Schadensbearbeitung, Verarbeitung natürlicher Sprache und Bilderkennung nutzen. Diese Modelle können im nativen PyTorch-Format bereitgestellt oder in Formate wie ONNX exportiert werden, die hochgradig für Inferencing optimiert sind.
Unabhängig davon, ob die PyTorch-Modelle auf z/OS oder in einer Linux on IBM Z-Umgebung bereitgestellt werden, hilft die Colocation dieser Modelle mit den geschäftskritischen Daten und Anwendungen unserer Kunden, Geschäftseinblicke in großem Maßstab zu gewinnen und dabei selbst die strengsten Service-Level-Agreements einzuhalten.
Das KI-Toolkit für IBM Z und IBM LinuxONE wurde entwickelt, um unseren Kunden die Möglichkeit zu geben, beliebte Open-Source-KI-Frameworks auf ihren z/OS- und IBM LinuxONE-Plattformen einzusetzen und deren Einführung zu beschleunigen. Das KI-Toolkit folgt einem strengen IBM Secure Engineering-Verfahren, das Open-Source-KI-Frameworks und IBM-zertifizierte Container auf Sicherheitsschwachstellen überprüft und die Einhaltung von Branchenvorschriften validiert. Kunden können außerdem IBM Elite Support for AI Toolkit for IBM Z und LinuxONE erwerben.
Erfahren Sie mehr über das KI-Toolkit für IBM Z und IBM LinuxONE
Wir haben 2.000 Unternehmen zu ihren KI-Initiativen befragt, um herauszufinden, was funktioniert, was nicht und wie Sie vorankommen können.
IBM® Granite ist unsere Familie offener, leistungsfähiger und vertrauenswürdiger KI-Modelle, die auf Unternehmen zugeschnitten und für die Skalierung Ihrer KI-Anwendungen optimiert sind. Entdecken Sie die Optionen zu Sprache, Code, Zeitreihen und Guardrails.
Greifen Sie auf unseren vollständigen Katalog mit über 100 Online-Kursen zu, indem Sie noch heute ein Abonnement für Einzel- oder Mehrbenutzer erwerben, mit dem Sie Ihre Fähigkeiten in einer Reihe unserer Produkte zu einem günstigen Preis erweitern können.
Das Programm, das von führenden IBM Experten geleitet wird, soll Führungskräften dabei helfen, das nötige Wissen zu erwerben, um die Prioritäten für KI-Investitionen zu setzen, die zu mehr Wachstum führen.
Möchten Sie eine bessere Rendite für Ihre KI-Investitionen erzielen? Erfahren Sie, wie die Skalierung generativer KI in Schlüsselbereichen Veränderungen vorantreibt, indem Sie Ihre besten Köpfe dabei unterstützen, innovative neue Lösungen zu entwickeln und bereitzustellen.
Erfahren Sie, wie Sie generative KI und maschinelles Lernen sicher in Ihr Unternehmen integrieren können.
Erfahren Sie mehr über die drei entscheidenden Elemente einer starken KI-Strategie: die Schaffung eines Wettbewerbsvorteils, die Skalierung von KI im gesamten Unternehmen und die Förderung vertrauenswürdiger KI.