Prise en charge de l’importation de modèles de fondation personnalisés pour les modèles Granite Time Series
IBM a étendu sa fonctionnalité Custom Foundation Models pour prendre en charge les modèles Granite Time Series (TinyTimeMixer et TTM), permettant aux praticiens d'importer leurs modèles de prévision multivariés affinés directement dans watsonx.ai et d'utiliser l'API/SDK d'inférence de modèle de série temporelle. Les modèles Granite Time Series sont des modèles open source légers optimisés pour le forecasting.
Intégrez votre TTM (réglé pour la personnalisation multivariée des domaines) dans watsonx.ai pour déverrouiller la gouvernance dédié aux entreprises, l'intégration des API et des workflows de déploiement évolutif, tout en exploitant la puissance de votre entreprise.
Les modèles Granite Time Series Tiny Time Mixer (TTM) d'IBM sont des modèles compacts de prévision multivariée en séries temporelles, mis à disposition en open source par IBM Research sous la licence Apache 2.0.
Les TTM préentraînés avec 1 à 5 M de paramètres étaient auparavant disponibles sur watsonx.ai et ont montré qu'ils offraient une précision de forecasting de pointe sur une variété de jeux de données, allant des relevés de capteurs IdO à la demande énergétique et aux séries chronologiques financières, tout en fonctionnant efficacement, même sur des machines uniquement équipées de processeurs. Ces modèles prennent en charge plusieurs longueurs de contexte d'entrée (de 512 à 1 536 points de temps), ce qui les rend polyvalents pour un large éventail de scénarios de forecasting
Grâce à la prise en charge des TTM personnalisés, les utilisateurs peuvent désormais affiner leurs propres données, en capturant la corrélation entre plusieurs canaux ainsi que la prise en charge des fonctions exogènes, puis intégrer ces modèles à la plateforme watsonx.ai dans différents cas d’utilisation sectoriels .
- Gouvernance dédiée aux entreprises et sécurité : en important vos TTM optimisés dans watsonx.ai, vous tirez parti des fonctionnalités de gouvernance intégrées à la plateforme, telles que les pistes d'audit, les contrôles d'accès basés sur les rôles et les vérifications de conformité, afin de garantir que vos modèles de prévision respectent les politiques de votre organisation et les exigences réglementaires.
- Intégration fluide entre API et SDK : la nouvelle API/SDK d'inférence de modèles de séries temporelles vous permet d'interagir avec votre modèle TTM personnalisé par programmation, en intégrant les prévisions à vos pipelines de données, à vos tableaux de bord ou aux workflows des agents d'IA en quelques lignes de code.
- Plateforme de développement d’IA de bout en bout : dans watsonx.ai, vous pouvez améliorer davantage vos workflows de forecasting en utilisant des LLM et des cadres des exigences hébergés pour créer des agents, une RAG pour l’enrichissement du contexte et un déploiement en un clic, le tout dans un environnement unifié pour créer des solutions d’IA intégrant la forecasting des séries temporelles.
- Personnalisation du domaine : le réglage hors ligne du TTM permet aux utilisateurs d'affiner les modèles TTM pour les données spécifiques à leur domaine, en tenant compte de la sémantique des entrées, des contrôles et des KPI de sortie, et d'intégrer ce modèle affiné pour améliorer les performances.
Intégrez vos modèles Granite Time Series TTM dans une plateforme d'IA dédié aux entreprises et découvrez à quel point il est facile de déployer vos modèles de séries chronologiques ajustés à l’échelle.