Подготовьтесь к внедрению корпоративных ИИ-систем с помощью масштабируемых серверов
Для обработки огромных объемов данных приложениям на основе ИИ нужны мощные вычислительные возможности, которые недоступны при использовании стандартных процессоров. В ходе масштабирования для ИИ может обнаружиться несоответствие фактической и требуемой мощности процессора. Прочитайте отчет IDC, чтобы узнать, как устранить это несоответствие с помощью решения IBM Power System AC922, которое является «отличным выбором для достижения максимальной производительности в каждом узле для обучения ИИ».
Что представляют собой данные, обучение и выводы?
Решения для обработки данных, обучения и построения выводов объединяют аппаратное и программное обеспечение в ИТ-системы, играющие важнейшую роль в поддержке приложений ИИ.
Решения для обработки данных
- Обрабатывайте большие объемы данных
- Пользуйтесь высочайшей пропускной способностью и емкостью хранилищ
- Обуздайте озера данных
- Готовьте данные к ИИ
Решения для обучения
- Создавайте, обучайте и повторно обучайте модели ИИ
- Ускоряйте получение знаний с помощью ИИ
- Разверните инфраструктуру для интенсивной обработки данных
- Получите дополнительную отдачу от имеющихся данных
Решения на основе выводов
- Принимайте новую информацию и генерируйте знания с помощью обученных моделей
- Пользуйтесь средствами обучения с новыми данными
- Внедряйте ИИ в производство
- Развертывайте решения ближе к наборам данных, чем средства обучения
IBM — источник ИТ-решений для развертывания приложений с ИИ
IBM Power Systems для ИИ помогает предприятиям реализовать весь потенциал ИИ и аналитики для принятия более обоснованных решений на основе данных, получения более глубокой информации и повышения уровня доверия и уверенности.
Полезная информация
Получайте точные результаты моделирования, повышающие вашу уверенность в бизнес-решениях.
Продуктивность
Динамические, протестированные в отрасли и проверенные инструменты помогают повысить продуктивность всех видов ресурсов, людей, процессоров и процессов.
Скорость
Будьте на передовом рубеже технологий ИИ: пользуйтесь высокой скоростью обработки данных, оптимизацией моделей с помощью ИИ и разработками IBM Research.
Безопасность
Положитесь на безопасное решение с ИИ на надежной платформе Power Systems с инструментами с открытым исходным кодом, предоставленными IBM.
Представляем серверы IBM Enterprise AI
Power Systems LC922: Сервер данных для ИИ
Сервер IBM Power System LC922 разработан с учетом требований к приложениям и данным ИИ. Он отличается богатыми возможностями по хранению данных и высочайшей вычислительной мощностью для анализа, исследования и хранения огромных объемов информации.
- Превосходство над популярными базами данных в 3,9 раза по соотношению цены и производительности
- До 120 ТБ данных
- Первоклассная подсистема ввода-вывода: PCIe Gen 4
Power Systems AC922: Сервер обучения для ИИ
Пользователи IBM Power System AC922 могут развертывать среды глубокого обучения и ускоренные базы данных для обучения ИИ. AC922 отвечает как потребностям специалистов по обработке и анализу данных, стремящихся использовать инновационные методы ИИ, так и требованиям ИТ-специалистов к надежности.
- Быстрый ввод-вывод — пропускная способность ввода-вывода в 5,6 раза выше, чем у x86
- 2-6 GPU NVIDIA® Tesla® V100 с технологией NVLink
Программное обеспечение IBM Watson Machine Learning Accelerator и Power AC922 — выигрышная комбинация
Это мощное сочетание программного и аппаратного обеспечения позволяет сократить сроки обучения моделей, ускорить итерации и оптимизировать процесс анализа.
3.7x
ускорение обучения Caffe¹
46x
ускорение итераций машинного обучения с помощью SnapML²
Комплект IBM Power Systems AI Starter Kit: аппаратное обеспечение, программное обеспечение и поддержка для путешествия в мир ИИ
Комплект IBM AI Starter Kit предлагает все необходимое для начала обучения моделей и получения ценной информации с помощью серверов ИИ IBM, а также возможность обращения в службу поддержки за помощью с развертыванием этих инструментов, в том числе:
- 2 сервера IBM Power AC922
- 1 сервер IBM Power LC922
- Программное обеспечение Watson Machine Learning Accelerator (WMLA)
- Пять единиц IBM Systems Lab Services
Обзор Lab Services для Power Systems
Высококвалифицированные консультанты IBM с многолетним опытом работы помогут вам спланировать инфраструктуру ИИ на основе Power Systems.
Ознакомьтесь с материалами об ИИ
7 факторов, отличающих проекты ИИ друг от друга
В этом эксклюзивном отчете Gartner приведена информация о том, как лидеры современного бизнеса могут подготовиться к разработке убедительных обоснований для инвестиций в ИИ.
4 причины краха ИИ-аналитики
Узнайте о том, как обеспечить успешную реализацию проектов ИИ, обойдя типичные подводные камни.
Миграция к корпоративному ИИ
Искусственный интеллект (ИИ) становится не просто модным термином: все больше организаций адаптируют свои стратегии к внедрению ИИ.
Bridger Pipeline пользуется ИИ и глубоким обучением для защиты окружающей среды
Утечки из нефтепроводов могут нанести огромный вред окружающей среде. Узнайте, как ИИ применяется для обнаружения потенциально опасных утечек до того, как они произойдут.
Ресурсы
Elinar
Компания Elinar увидела революционный потенциал ИИ для корпоративных решений по управлению материалами и одной из первых развернула инфраструктуру IBM Power, благодаря чему удалось существенно сократить время выхода на рынок и завоевать новых клиентов.
Серия подкастов «На пути к ИИ»
Дез Бланшфилд обсуждает с бизнес-руководителями внедрение технологий искусственного интеллекта и глубокого обучения, а также планирование стратегии ИИ.
Практическая значимость ИИ для крупных компаний
Использование искусственного интеллекта дает предприятиям конкурентные преимущества. Узнайте, каким образом организации используют ИИ для повышения качества и эффективности обслуживания клиентов.
Решения для инфраструктуры ИИ
Инфраструктура играет крайне важную роль для успешного внедрения ИИ. Компании нуждаются в мощных решениях — от системы хранения данных до функций тестирования и вычислительных возможностей.
Системы хранения данных для ИИ
Создание конвейера данных — важный элемент любой инфраструктуры ИИ. Для поддержки задач ИИ, связанных с интенсивной обработкой данных, компаниям нужны надежные решения для хранения данных, оптимизирующие все этапы работы с данными — от получения данных до формирования логических выводов.
Примечания
¹ Результаты основаны на внутренних измерениях IBM, в которых выполняется 1000 итераций модели Enlarged GoogleNet (размер мини-пакета = 5) на увеличенном наборе данных Imagenet (2240x2240). Power AC922; 40 ядер (2 процессора x 20 ядер), POWER9 с NVLink 2.0; 2,25 ГГц, 1024 ГБ памяти, 4 графических процессора Tesla V100; Red Hat Enterprise Linux 7.4 for Power Little Endian (POWER9) с CUDA 9.1 / CUDNN 7;. Конкурирующая система: 2 процессора Xeon E5-2640 v4; 20 ядер (2 процессора x 10 ядер) / 40 потоков; Intel Xeon E5-2640 v4; 2,4 ГГц ; 1024 ГБ памяти, 4 графических процессора Tesla V100, Ubuntu 16.04 с CUDA .9.0/ CUDNN 7. Программное обеспечение: IBM Caffe с кодом LMS Source https://github.com/ibmsoe/caffe/tree/master-lms (внешняя ссылка)
² 46 SnapML (внешняя ссылка). В ходе последних опубликованных тестов использовался набор данных для онлайн-рекламы, предоставленный Criteo Labs (внешняя ссылка), содержащий свыше 4 млрд примеров обучения. Продолжительность обучения классификатора на основе логистической регрессии составила 91,5 секунды. Это в 46 раз быстрее, чем лучший результат, зафиксированный ранее (https://cloud.google.com/blog/products/gcp/using-google-cloud-machine-learning-to-predict-clicks-at-scale внешняя ссылка), в ходе которого TensorFlow на платформе Google Cloud потребовалось 70 минут для обучения той же модели.
Мы в соцсетях:
Мы в соцсетях: