A HPE a múlt héten bemutatott platform- és szolgáltatáscsomagja a mesterséges intelligencia vállalati adaptációjának felgyorsítását célozza, különös tekintettel a mély tanulásra (deep learning) és az ilyen modelleket kiszolgáló infrastruktúrák építésére. A deep learning alkalmazási területei közé tartozik például a kép-, arc- vagy hangfelismerés, a képi információ osztályozása és más, a nagy mennyiségű adat hatékony feldolgozására épülő felhasználás.
Az ilyen technológiák implementációja azonban komplex számítási háttér kialakítását feltételezi, ami sok vállalkozásnak egyszerűen túl bonyolult feladat. A közlemény szerint a gyártó most célzottan lebontaná azokat az akadályokat, amelyeket a specializált hardverek és szoftverek iránti igény, vagy például az eszközök integrációjához szükséges szakértelem hiánya támaszt. Ezzel kapcsolatban a gyártó a következő termékeket jelentette be:
A HPE Rapid Software Installation for AI egy integrált, a HPE Apollo 6500 rendszerre épülő hardver-szoftver megoldás, a megfelelő keretrendszerekkel és könyvtárakkal telepítve, ide értve az automatikus frissítéseket is. A termék a tárolófürtök a mély tanulásra optimalizált menedzsmentje mellett külön említést kap, hogy támogatja az Nvidia Tesla V100 grafikus processzorait.
A Hewlett Packard Labs AI Research részlege álktal összeállított HPE Deep Learning Cookbook a közlemény alapján egy olyan eszközkészlet, amelynek segítségével a gyártó ügyfelei meghatározhatják az adott deep learning feladatokhoz való ideális hardver- és szoftverkörnyezetet, bepillantást nyerve a speciális deep learning keretrendszerekbe vagy a hardveres teljesítmények jellemzőibe, nem beszélve a későbbi eredmények validációjáról.
Biztosítják a hátteret is
A jelenleg Houstonban, palo Altóban és Grenoble-ban működő HPE AI Innovation Centerek hosszú távú kutatási együttműködési projekteket szolgálnak ki az oktatási intézmények, vállalatok, AI-kutatók és a HPE saját szakemberei között. A három központ feladata, hogy a résztvevőket ellássa a kezdeményezésekhez szükséges (elsősorban infrastrukturális) háttérrel és más szükséges eszközökkel.
Végül az Enhanced HPE Centers of Excellence (Houston, Palo Alto, Tokyo, Bengaluru, Grenoble) intézményei a deep learning alkalmazások felgyorsítására és a befektetések rövidebb idő alatt realizálható, hatékonyabb megtérülésére fókuszálnak, ahol a kiválasztott ügyfelek a legújabb technológiákhoz és a HPE szakértelméhez is hozzáférhetnek.
A HPE mesterségesintelligencia-üzletágáért felelős alelnöke szerint a napjainkban generált elképesztő adatmennyiség feldolgozásában nem működnek a mindenre kiterjedő, általános megközelítést alkalmazó megoldások. Minden vállalatnak megvannak a saját követelményei, amelyeket világosan meg kell határozni, hogy belevághassanak egy vonatkozó AI-fejlesztésbe, kialakítva a deep learning implementációkra szabott, skálázható és optimalizált infrastruktúrát.
A kezdeményezés ehhez különféle referenciaterveket is biztosít az olyan konfigurációk felépítéséhez, amelyek például a képek osztályozásának betanítási modelljait alkalmazza. Ezzel a HPE is csatlakozik a szállítók egyre növekvő táborához, amelynek tagjai különféle – esetenként nyílt forrású – eszközöket bocsátanak ügyfeleik rendelkezésére az AI-telepítések megkönnyítésére. Legutóbb két hete számoltunk be a Microsoft és az Amazon közös fejlesztői szoftvereszközéről a mesterséges intelligencia és a gépi tanuló renddszerek programozására.
A tétlenség ára, avagy a legacy rejtett költségei
A legtöbb vállalat a modernizáció költségeit számolja. A valódi üzleti kockázat azonban gyakran nem a változtatás ára, hanem annak elhalasztása.
Forradalom az IT-ban – forradalom az IT-biztonságban
A generatív mesterséges intelligencia, AI-alapú automatizálás, az agentic AI alapjaiban rajzolta át a vállalatoknál az IT és az üzlet kapcsolatát – és ezzel együtt az IT-biztonsággal kapcsolatos elvárásokat és feladatokat.
Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?