IBM telah memperluas fitur Custom Foundation Models agar mendukung model-model Granite Time Series (TinyTimeMixer dan TTM), memungkinkan para praktisi untuk mengimpor model-model perkiraan TTM multivariat yang telah disesuaikan secara langsung ke dalam watsonx.ai dan menggunakan API/SDK Timeseries Model Inferencing. Model Granite Time Series adalah model sumber terbuka yang ringan yang dioptimalkan untuk perkiraan.
Membawa TTM Anda — yang disetel untuk penyesuaian domain multivariat — ke dalam watsonx.ai membuka tata kelola kelas enterprise, integrasi API yang mulus, dan alur kerja penerapan yang dapat diskalakan, sambil memanfaatkan kekuatan data perusahaan Anda.
Granite Time Series Tiny Time Mixer (TTM)IBM adalah model ringkas untuk perkiraan deret waktu multivariat, dikelola sesuai sumber terbuka oleh IBM Research di bawah lisensi Apache 2.0.
TTM yang telah dilatih sebelumnya dengan parameter 1-5 M sebelumnya telah tersedia di watsonx.ai dan terbukti memberikan akurasi perkiraan zero-shot yang canggih di berbagai kumpulan data, mulai dari pembacaan sensor IoT hingga permintaan energi dan deret waktu keuangan, sekaligus berjalan secara efisien bahkan pada mesin yang hanya menggunakan CPU. Model-model ini mendukung beberapa panjang konteks input (dari 512 hingga 1536 titik waktu), menjadikannya serbaguna untuk berbagai skenario forecasting
Dengan penambahan dukungan untuk TTM khusus, pengguna sekarang dapat melakukan penyempurnaan pada data mereka sendiri, menangkap korelasi antara beberapa saluran serta dukungan untuk fitur eksogen, dan kemudian membawa model ini ke platform watsonx.ai di berbagai contoh penggunaan industri.
Bawa model Granite Time Series TTM Anda ke platform AI kelas enterprise dan temukan betapa mudahnya menerapkan model deret waktu Anda yang disetel dalam skala besar.