Zapewnij ciągłość biznesową dzięki POWER9

Twoje priorytety są naszymi priorytetami, zwłaszcza w tych trudnych czasach.
Serwery IBM Power Systems mogą pomóc Ci przekształcić sposób prowadzenia działalności.
 
Technologia POWER9 zapewnia:

  • niezawodność, dostępność i łatwość serwisowania;
  • zautomatyzowane funkcje;
  • odtwarzania po awarii;
  • znakomitą konfigurację i instalację;
  • długi czas dostępności.

Przygotuj przedsiębiorstwo na technologię AI klasy korporacyjnej, odpowiednio skalując serwery

Aplikacje AI analizują ogromne ilości danych i wymagają potężnej mocy obliczeniowej — będącej zdecydowanie poza zasięgiem standardowych procesorów. W miarę skalowania zasobów pod kątem AI możesz natrafić na lukę między rzeczywistymi a wymaganymi możliwościami CPU. Przeczytaj raport IDC i dowiedz się, w jaki sposób wyeliminować ją z pomocą serwera IBM Power System AC922, który „pozwala na osiągnięcie wyjątkowo wysokiej efektywności treningu AI w przeliczeniu na jeden węzeł obliczeniowy”.


Czym są dane, trenowanie i wnioskowanie?

Rozwiązania w dziedzinie danych, trenowania i wnioskowania łączą sprzęt i oprogramowanie tak, by stworzyć system IT niezbędny do obsługi obciążeń AI.

Rozwiązania w zakresie danych

  • Zorientowane na przetwarzanie dużych ilości danych
  • Zapewniają znakomitą przepustowość danych i pojemność pamięci masowej
  • Obsługują jeziora danych
  • Przygotowują dane pod kątem sztucznej inteligencji

Rozwiązania w zakresie trenowania

  • Służą do budowy, trenowania i przekształcania modeli AI
  • Skracają czas pozyskiwania spostrzeżeń z pomocą AI
  • Udostępniają dane i infrastrukturę intensywnie wykorzystującą obliczenia
  • Umożliwiają wydobywanie nowej wartości z istniejących danych

Rozwiązania w zakresie wnioskowania

  • Pozyskują nowe informacje i wyciągają z nich spostrzeżenia oparte na wytrenowanych modelach
  • Wykorzystują zdobyte podczas treningu możliwości do przetwarzania nowych danych
  • Umożliwiają wdrażanie mechanizmów sztucznej inteligencji w produkcji
  • Są wdrażane bliżej kolekcji danych niż w przypadku trenowania

IBM oferuje rozwiązania IT do wdrażania aplikacji AI

Infrastruktura IBM Power Systems for AI pomaga przedsiębiorstwom uwolnić maksymalny potencjał technologii sztucznej inteligencji i analiz, tak aby umożliwiać podejmowanie decyzji w jeszcze większym stopniu opartych na danych, uzyskiwanie dostępu do pogłębionych informacji, a także budowanie zaufania i poczucia bezpieczeństwa.

Analizy

Uzyskuj dokładne wyniki modelowania, dzięki którym będziesz podejmować decyzje biznesowe z większą pewnością.

Produktywność

Dynamiczne, sprawdzone w praktyce i zweryfikowane narzędzia, które pozwalają uwalniać pełny potencjał zasobów, kadry, procesorów i procesów.

Prędkość

Wykorzystuj najnowsze rozwiązania w dziedzinie technologii sztucznej inteligencji dzięki dużej przepustowości danych, optymalizacji modeli z pomocą AI oraz wsparciu działu badawczo-rozwojowego IBM.

Bezpieczeństwo

Stwórz bezpieczne rozwiązanie AI na bazie godnych zaufania serwerów Power Systems i architektur Open Source, nad którymi pieczę trzyma IBM.


Poznaj serwery IBM klasy korporacyjnej przeznaczone dla AI

Power Systems LC922: serwer danych dla AI

Serwer IBM Power System LC922 został zaprojektowany tak, by spełniał wymagania dotyczące danych i obciążeń przetwarzanych przez sztuczną inteligencję. Stworzono go z myślą o intensywnej pracy — oferuje czołową w branży moc obliczeniową do analizowania i eksplorowania danych, a także dużą pamięć do ich przechowywania.

  • Nawet 3,9 raza bardziej korzystny stosunek ceny do wydajności podczas korzystania z popularnych baz danych
  • Do 120 TB pamięci masowej
  • Znakomita infrastruktura we/wy: PCIe Gen 4

Power Systems AC922: serwer do trenowania AI

Serwer IBM Power System AC922 umożliwia sprawne wdrażanie środowisk uczenia głębokiego oraz baz danych z akceleracją na potrzeby trenowania AI. Rozwiązanie zapewnia analitykom danych innowacyjne możliwości przetwarzania danych bez uszczerbku dla niezawodności środowiska IT.

  • Szybka infrastruktura we/wy — do 5,6 raza większa przepustowość we/wy w porównaniu z x86
  • 2-6 akceleratorów graficznych NVIDIA® Tesla® V100 z technologią NVLink

Oprogramowanie IBM Watson Machine Learning Accelerator i serwer Power AC922 to zwycięska kombinacja

Oferujemy potężną kombinację oprogramowania i sprzętu, które może skracać czas treningów modelu, przyspieszać iteracje i zwiększać skuteczność analiz.

3.7x

szybsze trenowanie pod kątem środowiska Caffe¹

46x

szybsze iteracje uczenia maszynowego dzięki bibliotece SnapML²

Zestaw startowy IBM Power Systems AI: sprzęt, oprogramowanie i pakiet wsparcia ułatwiające drogę ku wdrożeniu AI

Zestaw startowy IBM AI zawiera wszystko, czego potrzeba do rozpoczęcia trenowania modeli i pozyskiwania cennych spostrzeżeń z pomocą serwerów IBM dla technologii sztucznej inteligencji. Towarzyszy mu także wsparcie ze strony konsultantów, którzy pomagają w implementowaniu tych narzędzi:

  • 2 serwery IBM Power AC922
  • 1 serwer IBM Power LC922
  • Oprogramowanie Watson Machine Learning Accelerator (WMLA)
  • Pięć jednostek IBM Systems Lab Services

Poznaj ofertę Lab Services na serwerach Power Systems

IBM zatrudnia doświadczonych, świetnie znających się na rzeczy konsultantów technicznych. Chętnie podzielą się oni swoją specjalistyczną wiedzą, pomagając w budowie infrastruktury technologii AI opartej na serwerach Power Systems.


Więcej informacji na temat sztucznej inteligencji

7 czynników, które sprawiają, że uzasadnienia biznesowe projektów AI wyglądają inaczej

W tym specjalnym raporcie firmy Gartner przedstawiono sposoby, w jakie członkowie zarządu mogą przygotowywać solidne uzasadnienia biznesowe inwestycji w sztuczną inteligencję.

Przygotuj przedsiębiorstwo na technologię AI klasy korporacyjnej, odpowiednio skalując serwery

Aplikacje AI wymagają potężnej mocy obliczeniowej — będącej zdecydowanie poza zasięgiem standardowych procesorów. To oznacza jedno — konieczność skalowania.

Wdrażanie AI klasy korporacyjnej

Sztuczna inteligencja (AI) stopniowo na dobre zadomawia się na rynku. Coraz więcej organizacji ukierunkowuje swoją strategię na wdrożenie technologii sztucznej inteligencji.

Bridger Pipeline wykorzystuje technologię sztucznej inteligencji i uczenia głębokiego do ochrony środowiska

Wycieki z rurociągów naftowych mogą spowodować ogromne szkody dla środowiska. Dowiedz się, w jaki sposób wykorzystano technologię sztucznej inteligencji do wykrywania potencjalnie niebezpiecznych wycieków, jeszcze zanim wystąpią.

Zasoby

Elinar

Przedsiębiorstwo Elinar dostrzegło ogromny potencjał tkwiący w AI i możliwość jego wykorzystania w ramach rozwiązań do zarządzania treścią w przedsiębiorstwie. Firma jako jedna z pierwszych wdrożyła infrastrukturę IBM Power, dzięki której udaje jej się skracać czas wprowadzania nowych produktów i usług na rynek oraz zdobywać nowych klientów.

Seria podcastów „Stąd do AI”

Dez Blanchfield rozmawia z liderami biznesowymi na temat wdrażania sztucznej inteligencji i uczenia głębokiego, aby poznać sekrety ich strategii implementowania AI.

Wartość AI w oczach przedsiębiorców

Przedsiębiorstwa wykorzystują AI, aby uzyskiwać przewagę nad konkurencją. Dowiedz się, jak organizacje używają rozwiązań opartych na AI w celu obsługiwania klientów na zupełnie nowym, wyższym niż kiedykolwiek wcześniej poziomie.

Rozwiązania w dziedzinie infrastruktury dla AI

Droga do AI nie obejdzie się bez odpowiedniej infrastruktury AI. Przedsiębiorstwa potrzebują rozwiązań, które zagwarantują pomyślne wdrożenie technologii sztucznej inteligencji — od pamięci masowych po możliwości testowania i przetwarzania surowych danych.

Rozwiązania w dziedzinie pamięci masowej dla AI

Zbudowanie potoku danych stanowi ważny element każdej infrastruktury AI. Aby skutecznie odpowiadać na potrzeby technologii AI klasy korporacyjnej w zakresie danych, przedsiębiorstwa muszą dysponować niezawodnymi rozwiązaniami w dziedzinie pamięci masowych — takimi, których działanie zoptymalizowano od etapu wczytywania danych po wyciąganie wniosków.

Zastrzeżenia

¹ Wyniki oparte na wewnętrznych pomiarach IBM polegających na przeprowadzeniu 1000 iteracji modelu Enlarged GoogleNet (rozmiar minipakietu wsadowego = 5) na zestawie Enlarged Imagenet Dataset (2240x2240). Power AC922; 40 rdzeni (układy 2 x 20c), POWER9 z technologią NVLink 2.0; 2,25 GHz, 1024 GB pamięci RAM, 4 akceleratory Tesla V100 GPU; system Red Hat Enterprise Linux 7.4 for Power Little Endian (POWER9) z biblioteką CUDA 9.1/ CUDNN 7. Stos konkurencyjny: 2x Xeon E5-2640 v4; 20 rdzeni (układy 2 x 10c) / 40 wątków; Intel Xeon E5-2640 v4; 2,4 GHz; 1024 GB pamięci RAM, 4 akceleratory Tesla V100 GPU, system Ubuntu 16.04. z biblioteką CUDA .9.0/ CUDNN 7. Oprogramowanie: IBM Caffe z kodem LMS Source https://github.com/ibmsoe/caffe/tree/master-lms (odsyłacz prowadzi poza serwis ibm.com)

² 46x SnapML (odsyłacz prowadzi poza serwis ibm.com). W nowo opublikowanym teście porównawczym, wykorzystującym dostępny online zestaw danych reklamowych opublikowany przez Criteo Labs (odsyłacz prowadzi poza serwis ibm.com) i zawierającym ponad 4 miliardy przykładów treningów, trenujemy klasyfikator regresji logicznej w czasie 91,5 sekundy. Czas uczenia jest 46 razy krótszy niż najlepszy wcześniej zgłoszony wynik (https://cloud.google.com/blog/products/gcp/using-google-cloud-machine-learning-to-predict-clicks-at-scale odsyłacz prowadzi poza serwis ibm.com), osiągnięty przy wykorzystaniu biblioteki TensorFlow na platformie Google Cloud Platform do wytrenowania tego samego modelu w czasie 70 minut.