IBM ha esteso la caratteristica dei foundation model personalizzati per supportare i modelli Granite Time Series (TinyTimeMixer e TTM), consentendo ai professionisti di importare i loro modelli di previsione multivariati ottimizzati direttamente in watsonx.ai e utilizzare l'API/SDK di Timeseries Model Inferencing. I modelli Granite Time Series sono modelli leggeri e open source ottimizzati per il forecasting.
L'integrazione del tuo TTM, ottimizzato per la personalizzazione di domini multivariati, in watsonx.ai sblocca una governance di livello aziendale, un'integrazione di API fluida e workflow di distribuzione scalabile, sfruttando al contempo la potenza dei tuoi dati aziendali.
I Tiny Time Mixer (TTM) Granite Time Series di IBM sono modelli compatti per la previsione di serie temporali multivariate, open source da IBM Research con licenza Apache 2.0.
I TTM preaddestrati con 1-5 milioni di parametri erano stati precedentemente resi disponibili su watsonx.ai e hanno dimostrato di fornire una precisione di forecasting zero-shot all'avanguardia su una varietà di set di dati, che vanno dalle letture dei sensori IoT alla domanda di energia e alle serie temporali finanziarie, funzionando in modo efficiente anche su macchine con solo CPU. Questi modelli supportano diverse lunghezze del contesto di input (da 512 a 1536 punti temporali), il che li rende versatili per un'ampia gamma di scenari di forecasting
Con l'aggiunta del supporto per i TTM personalizzati, gli utenti possono ora mettere a punto i propri dati, catturando la correlazione tra più canali nonché il supporto per caratteristiche esogene, e poi portare questi modelli sulla piattaforma watsonx.ai in diversi casi d'uso dei settori.
Inserisci i tuoi modelli TTM Granite Time Series in una piattaforma AI di livello aziendale e scopri quanto sia facile implementare i tuoi modelli di serie temporali sintonizzati su larga scala.