Nowy serwer Cisco do obsługi procesów AI

Podobne tematy

Cisco rozszerza portfolio rozwiązań Cisco Designed dla MŚP

W przyszłym tygodniu w trakcie wirtualnej konferencji CiscoLive! firma zaprezentuje najnowszą aktualizację portfolio rozwiązań dla MŚP - Cisco Designed,...

Serwery z GPU na platformach CloudFerro

CloudFerro, polska spółka specjalizująca się w dostarczaniu usług przetwarzania w chmurze obliczeniowej, oferuje nowe konfiguracje sprzętowe, wykorzystujące karty graficzne....

Prognozy dla rynku data center w Polsce: certyfikacje obiektów

Najnowsze badania PMR pokazują, że co trzecia firma byłaby gotowa do zapłaty wyższej ceny za usługi centrum danych posiadającego...

Sztuczna inteligencja i uczenie maszynowe otwierają przedsiębiorstwom drogę na nowe możliwości rozwiązywania skomplikowanych problemów biznesowych. Technologie te będą miały również znaczący wpływ na infrastrukturę i procesy IT. Jak wynika z danych Gartnera, tylko 4 proc. Dyrektorów Działów Informatyki (CIO) na całym świecie wskazało, że prowadzi projekty wykorzystujące sztuczną inteligencję. Przewiduje się, że ta liczba wzrośnie znacząco w ciągu najbliższych lat. Gdy to nastąpi, działy IT staną przed wyzwaniem skutecznego zarządzenia nowymi obciążeniami, wzrostami ruchu oraz nowymi relacjami w ramach ich organizacji. Aby pomóc przedsiębiorstwom zaadresować nowopowstałe wyzwania, Cisco stworzyło pierwszy serwer dedykowany obsłudze procesów sztucznej inteligencji i uczenia maszynowego.

Nowy serwer linii UCS (Unified Computing System) przyspiesza procesy deep learning, czyli obliczenia stanowiące formę uczenia maszynowego wykorzystujące sieci neuronowe i duże zbiory danych do rozwiązywania przez komputery złożonych problemów. Wyposażone w wydajne jednostki GPU NVIDIA, mają na celu przyspieszenie wielu znanych obecnie pakietów oprogramowania uczenia maszynowego. Specjaliści na stanowisku data scientists oraz deweloperzy mogą eksperymentować z technologią machine learning nawet na swoim laptopie. Procesy te prowadzone na szeroką skalę wymagają natomiast dużo więcej mocy obliczeniowej. Do tego celu niezbędna jest architektura IT, która jest w stanie obsłużyć ogromne zbiory danych oraz narzędzia, którą potrafią wydobyć z nich sens i wykorzystać w procesie nauki. Dlatego Cisco, wraz z partnerami technologicznymi ocenia ich przydatność, aby uprościć wdrożenie i skrócić czas uzyskania wyników analiz.

Zasilenie sztucznej inteligencji na szeroką skalę

Premiera UCS C480 ML sprawiła, że Cisco oferuje obecnie pełen zakres obsługi procesów sztucznej inteligencji i uczenia maszynowego na każdym ich etapie. Od zbierania danych i analizy informacji z urządzeń znajdujących się blisko krawędzi sieci, przetwarzania informacji, treningu w centrum danych, po wyciąganie wniosków w czasie rzeczywistym w samym sercu AI.

Nowe platformy programistyczne DevNet AI Developer oraz DevNet Ecosystem Exchange Cisco dają specjalistom na stanowisku data scientist oraz deweloperom narzędzia i zasoby do tworzenia aplikacji nowych generacji.

UCS ułatwia pracownikom działów IT dodawanie nowych technologii do obecnego środowiska. Cisco Intersight upraszcza procesy informatyczne oraz zapewnia dostęp do platform do zarządzania systemami IT działającymi w oparciu o cloud computing. Pozwala to na automatyzację polityki oraz operacji dla całej infrastruktury komputerowej z poziomu chmury. Dzięki sprawdzonym projektom Cisco, pomocnym w dynamicznie zmieniającym się środowisku oprogramowania AI i ML, działy IT w przedsiębiorstwach mogą działać pewnie. Użytkownicy UCS, którzy korzystają z Kubeflow działającego wraz z Kubernetes z łatwością zaimplementują obciążenia AI prosto do silnika Google Kubernetes korzystając z możliwości uczenia maszynowego jakie dają zarówno zasoby lokalne oraz chmurowe.

Nasi analitycy systemów komputerowych i sztucznej inteligencji pracują obecnie nad optymalizacją obciążeń zaawansowanych jednostek GPU w celu zwiększenia efektywności procesów deep learning i uczenia maszynowego – tłumaczy Aditya Akella, profesor z Uniwersytetu Wisconsin-Madison. – Z zaciekawieniem oczekujemy efektów pracy systemów komputerowych deep learning Cisco UCS. Nasi analitycy skupiają się na ewaluacji platform badawczych w celu poprawy efektywności modeli wielodostępowych i treningowych oraz scenariuszy współdzielenia usług.”

- Reklama -

Gorące tematy

- Reklama -
Używamy plików cookie, aby zapewnić lepszą jakość przeglądania. Kontynuując korzystanie z tej witryny, wyrażasz zgodę na korzystanie z plików cookie.
Używamy plików cookie, aby zapewnić lepszą jakość przeglądania. Kontynuując korzystanie z tej witryny, wyrażasz zgodę na korzystanie z plików cookie.