13 Июня, 2022

Hewlett Packard Enterprise ускоряет переход ИИ от POC к производству

Важное:

  • Новое готовое к использованию решение, специально созданное для ИИ, объединяет программную платформу машинного обучения, вычислительные ресурсы, ускорители и сетевые возможности.
  • Пользователи могут сократить типичное время окупаемости, чтобы начать получать результаты с недель и месяцев до дней.
  • Новая система разработки машинного обучения HPE устраняет сложность и затраты на создание и обучение моделей с помощью полного, готового к использованию решения, сокращающего время получения информации с недель до дней.

Компания Hewlett Packard Enterprise (HPE) объявила о том, что с помощью новой системы разработки машинного обучения HPE она устраняет барьеры, препятствующие предприятиям легко создавать и обучать модели машинного обучения в масштабе, чтобы быстрее реализовать ценность. . Новая система, специально созданная для ИИ, представляет собой комплексное решение, объединяющее программную платформу машинного обучения, вычислительные ресурсы, ускорители и сеть для более быстрой разработки и обучения более точных моделей ИИ в масштабе.

Система разработки машинного обучения HPE основана на стратегических инвестициях HPE.в приобретении Defined AI, чтобы объединить свою надежную платформу машинного обучения (ML), которая теперь официально называется HPE Machine Learning Development Environment, с ведущими в мире предложениями HPE в области искусственного интеллекта и высокопроизводительных вычислений (HPC). С помощью новой системы разработки машинного обучения HPE пользователи могут сократить обычное время окупаемости, чтобы начать получать результаты от создания и обучения моделей машин, с недель и месяцев до дней. Один из первых пользователей системы разработки машинного обучения HPE запускает обучение гигантской мультимодальной модели искусственного интеллекта с рекордной скоростью.

HPE также объявила, что Aleph Alpha, немецкий стартап в области искусственного интеллекта, внедрил систему разработки машинного обучения HPE для обучения своего мультимодального искусственного интеллекта, который включает в себя обработку естественного языка (NLP) и компьютерное зрение. Сочетая обработку изображений и текста на пяти языках с почти человеческим пониманием контекста, модели раздвигают границы современного ИИ для всех видов языка и преображающих вариантов использования на основе изображений, таких как ИИ-помощники для создания сложных текстов, более высокий уровень понимания резюме, поиск узкоспециализированной информации в сотнях документов и использование специализированных знаний в разговорном контексте.

Внедрив систему разработки машинного обучения HPE, компания Aleph Alpha сразу же запустила систему и начала эффективное обучение в рекордно короткие сроки, объединяя и контролируя сотни графических процессоров.

«Мы наблюдаем поразительную эффективность и производительность более 150 терафлопс при использовании системы разработки машинного обучения HPE. Система была быстро настроена, и мы начали обучать наши модели часами, а не неделями. При выполнении этих огромных рабочих нагрузок в сочетании с нашими текущими исследованиями возможность полагаться на интегрированное решение для развертывания и мониторинга имеет большое значение», – Йонас Андрулис, основатель и генеральный директор Aleph Alpha.

«Предприятия стремятся внедрить ИИ и машинное обучение, чтобы дифференцировать свои продукты и услуги, но часто сталкиваются со сложностью настройки инфраструктуры, необходимой для создания и обучения точных моделей ИИ в масштабе», — сказал Джастин Хотард, исполнительный вице-президент и генеральный менеджер. Высокопроизводительные вычисления и искусственный интеллект в HPE. «Система разработки машинного обучения HPE объединяет наши проверенные комплексные решения высокопроизводительных вычислений для глубокого обучения с нашей инновационной программной платформой машинного обучения в одну систему, чтобы предоставить производительное готовое решение для ускорения окупаемости и получения результатов с помощью ИИ».

Устранение барьеров для реализации всего потенциала ИИ с помощью комплексного решения для машинного обучения. Организации еще не достигли зрелости в своей инфраструктуре ИИ, которая, по мнению IDC, является наиболее значительной и дорогостоящей инвестицией, необходимой для предприятий, которые хотят ускорить этап экспериментов или прототипирования. для разработки продуктов и услуг ИИ. Как правило, внедрение инфраструктуры ИИ для поддержки разработки моделей и обучения в масштабе требует сложного многоэтапного процесса, включающего покупку, настройку и управление высокопараллельной программной экосистемой и инфраструктурой, охватывающей специализированные вычисления, хранилище, межсетевое соединение и ускорители. 

Система разработки машинного обучения HPE помогает предприятиям избежать высокой сложности, связанной с внедрением инфраструктуры искусственного интеллекта, предлагая единственное решение, которое сочетает в себе программное обеспечение, специализированные вычисления, такие как ускорители, сети и услуги, что позволяет предприятиям немедленно приступить к эффективному созданию и обучению оптимизированных моделей машинного обучения. в масштабе.

Получение точных моделей для более быстрого раскрытия ценности с помощью системы разработки машинного обучения HPE Система также помогает быстрее повышать точность моделей благодаря современному распределенному обучению, автоматической оптимизации гиперпараметров и поиску нейронной архитектуры, которые являются ключевыми для алгоритмов машинного обучения.

Система разработки машинного обучения HPE обеспечивает оптимизированные вычисления, ускоренные вычисления и межсоединение, которые являются ключевыми факторами производительности для эффективного масштабирования моделей для разных рабочих нагрузок, начиная с небольшой конфигурации из 32 графических процессоров NVIDIA и заканчивая более крупной конфигурацией из 256. Графические процессоры NVIDIA. В небольшой конфигурации из 32 графических процессоров NVIDIA система разработки машинного обучения HPE обеспечивает эффективность масштабирования примерно 90 % для таких рабочих нагрузок, как обработка естественного языка (NLP) и компьютерное зрение. Кроме того, согласно результатам внутреннего тестирования, система разработки машинного обучения HPE с 32 графическими процессорами обеспечивает до 5,7 раз более быстрое выполнение рабочей нагрузки NLP по сравнению с другим предложением, содержащим 32 идентичных графических процессора, но с неоптимальным межсоединением. 


Получить подробную информацию или проконсультироваться можно на сайте официального поставщика HPE в России russia-hpe.ru.

Hewlett Packard Enterprise ускоряет переход ИИ от POC к производству