IBM Watson Machine Learning Accelerator: Detalles

Inicie nuevos proyectos de ciencia de datos en cualquier lugar gracias a una agrupación de recursos compartidos de computación. Reduzca los tiempos de entrenamiento y produzca modelos de mayor calidad. Obtenga servicios de entrenamiento e inferencia para toda su empresa de escalabilidad horizontal con soporte de API para la implementación por lotes, de streaming e interactiva.

Implemente deep learning como parte de los datos y servicios de inteligencia artificial que opera con las infraestructuras más populares. Agregue código abierto y herramientas externas de terceros en un entorno unificado y gestionado.

Ejecute modelos de machine learning y deep learning de forma nativa en Red Hat® OpenShift®. Implemente modelos contenedorizados dentro de un firewall, manteniendo los datos a nivel local y su portabilidad en la nube.

Aumente la cantidad de memoria disponible para los modelos de deep learning, más allá de la huella de la GPU. Implemente modelos más complejos con imágenes más grandes y de alta resolución.

Asigne y comparta privilegios de computación que se ajusten a las demandas del modelo en una arquitectura multiinquilino. Comparta de forma segura los recursos de computación entre los diferentes inquilinos para maximizar el uso.

Permita el escalamiento dinámico de recursos, horizontal o vertical, según las políticas para garantizar que los trabajos con mayor prioridad se ejecuten rápidamente. Desarrolle una herramienta para visualizar el entrenamiento y supervisar el tiempo de ejecución del modelo en tiempo real. Automatice la búsqueda y la optimización de hiperparámetros para obtener un desarrollo más rápido.

Prepare, cree, ejecute y gestione los modelos de machine learning y deep learning. Haga pruebas del entrenamiento con más datos para mejorar el modelo de forma continua.

Aumente la confiabilidad y la resiliencia para implementar modelos con otros modelos de machine learning y deep learning, precompilados y validados. Aumente el rendimiento utilizando software optimizado para ejecutarse en sistemas específicos.

Gestione y supervise los modelos de deep learning, ya sea para una implementación menor o en toda la empresa. Supervise la distribución equitativa de modelos y su explicabilidad, a la vez que se pueden mitigar riesgos y desvíos.