Hur maskininlärning tar över molnet

Författare: Roger Morrison
Skapelsedatum: 25 September 2021
Uppdatera Datum: 1 Juli 2024
Anonim
Hur maskininlärning tar över molnet - Teknologi
Hur maskininlärning tar över molnet - Teknologi

Innehåll


Källa: Weerapat1003 / Dreamstime.com

Hämtmat:

Två av teknologernas största trender - maskininlärning och moln - samarbetar, och det kommer säkert att orsaka viss innovation (och en del störningar) i företaget.

Mycket av molnens korta historia har präglats av loppet att tillhandahålla bulk-dator- och lagringstjänster till den lägsta prispunkten. Tanken var att när företaget väl har vant sig vid molnet som ett billigare alternativ till traditionell datainfrastruktur, kommer det då att vara på väg att konsumera mer specialiserade tjänster som genererar högre intäkter.

I början av det nya året verkar det som att denna strategi betalar bättre än de flesta hade förväntat sig. Företaget har inte bara blivit alltmer villigt att flytta kritiska arbetsbelastningar till molnet, utan det ser också ut för att utnyttja en allt mer mångfaldig portfölj av intelligenta och kognitiva tjänster som helt enkelt inte finns någon annanstans än molnet just nu.


Snabbare lärande

Ett exempel är Amazons P3-instanser, som företaget nyligen har uppgraderat med den nya Nvidia Volta GPU. Som HPC Wire påpekar förbigår Amazon den aktuella Pascal-raden av acceleratorer till förmån för Volta 100, som erbjuder 12 gånger den genomströmning av Pascal för applikationer som djup inlärningsträning och inferens. Varje P3-instans stöds nu av Intel Xeon E5 och upp till åtta V100: er, som var och en ger mer än 5 000 CUDA-kärnor plus 640 Tensorkärnor för att ge upp till 125 teraflops och prestanda med blandad precision. P3-instanser är för närvarande tillgängliga i de amerikanska öst- och västregionerna, liksom EU och Asien och Stillahavsområdet via köp på begäran eller reserverade eller spotprissättning.

Samtidigt vänder Google sin AI-kompetens mot skräddarsydda lösningar för viktiga branschvertikaler som hälso- och sjukvård. Företaget knyter djupa band till nyckelapplikationsutvecklare trots sin Launchpad Studio maskininlärningsplattform, som syftar till att odla nystartade företag som har potential att förbättra - eller störa beroende på din synvinkel - etablerade affärsprocesser. Bland de första tagarna är Augmedix, som använder Google Glass-plattformen för att automatisera receptbelagd behandling, och BrainQ, som använder nervnätverk och maskininlärning för att anpassa behandlingen av hjärnskador och ryggmärgsskador. Andra projekt inkluderar framsteg inom plug-and-play bärbar teknik och förbättrade datorsynsfunktioner som kan hjälpa forskare att förstå biomekaniken för infektion. (Få grunderna i maskininlärning i Machine Learning 101.)



För ett företag som Microsoft, som har en stark närvaro både i molnet och datacentret, är AI ett effektivt verktyg för att hjälpa kunderna att få ut mesta möjliga av hybridinfrastruktur. EWeek rapporterar att företaget har lagt till AI-kapaciteter till SQL Server 2017-plattformen, tillsammans med Linux-support och DevOps-vänliga applikations- och containerverktyg. Samtidigt är Azure-molnet tillgängligt för att ta på sig högskaliga arbetsbelastningar i vad General Manager John Chirapurath kallar en "data plus AI" -strategi. Målet är att utnyttja tjänster som Azure Machine Learning till stöd för Hadoop och andra big data-arbetsbelastningar för att göra det möjligt för företaget att snabbt höja IoT- och digitala transformationsstrategier på den infrastruktur som de anser vara mest lämplig för deras behov. (Läs mer om big data i molnet i The Cloud: The Ultimate Tool for Big Data Success.)

Även ledare i "loppet till botten" som prissätter krig från det förflutna börjar se fördelarna med en mer intelligent servicenivå. Lagringsspecialisten Box avslöjade nyligen det nya BoxSkills-ramverket som är utformat för att hjälpa kunder att öka värdet på den information de har placerat i Box-lagringarna. Systemet använder maskininlärning och andra verktyg för att hantera metadata, utlösa arbetsflöden, tillämpa policystyrning och utföra en mängd andra funktioner för att konvertera enkel bulklagring till en funktionell affärstillgång. Viktiga lösningar inom den nya plattformen är bild-, ljud- och videointelligens, som lägger nackdelar till uppladdat innehåll för förbättrad sökning och hämtning, samt Box Graph-verktyget som kontinuerligt lär sig hur människor och innehåll interagerar för att möjliggöra mer förutsägbara, personliga och konceptuella upplevelser .

Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv

Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.

AI nu, inte senare

Visst kommer företaget sannolikt att bygga ut sina egna AI-kapaciteter över tid, men det kommer att ta lite tid på grund av de normala uppdateringscyklerna för olika hårdvaru- och programvaruplattformar. Molnet levererar AI nu, och på både skala och prispunkter som tillåter även små företag att börja krossa data som om de var medlemmar i Fortune 100.

När organisationer är beroende av digitala tjänster, inte bara som värdetillskott till befintliga produkter utan som själva kärnintäktsgeneratorer, kommer att upprätthålla en fördel jämfört med konkurrenterna att komma ner till hur väl de kan använda de uppgifter som de har till förfogande. Och eftersom volymer, som redan är på rekordnivåer, kommer att explodera ännu en gång, kan bara ett intelligent, automatiserat och mycket orkestrerat analytisk ekosystem hålla jämna steg med belastningen.

För företaget representerar då AI i molnet det enda hållbara alternativet för tillfället, både vad gäller hastigheten med vilken intelligenta kapaciteter måste användas och i vilken omfattning de förväntas fungera. Och ju smartare molnet blir, desto mer tilltalande är det för de typer av arbetsbelastningar som kommer att definiera nästa generations datatjänster.