A Cisco mesterséges intelligenciát és gépi tanulást támogató szervert mutatott be

A Cisco bemutatta első olyan szerverét, amelyet kifejezetten a mesterséges intelligencia (AI) és a gépi tanulás (ML) kiszolgálására terveztek. Az AI és ML technológiák új lehetőségeket nyitnak az összetett feladatok megoldására és hatással lesznek az informatikai infrastruktúrákra és folyamatokra is. A Gartner felmérése szerint jelenleg csupán a vállalatok 4%-a alkalmaz AI megoldásokat¹,  ez a szám azonban a következő években drámai mértékben fog növekedni.

Az új Cisco UCS szerver a deep learning folyamatokat gyorsítja fel. Ez a gépi tanulás intenzív formája, amely neurális hálózatok és nagyméretű adatkészletek révén tanítja a számítógépet az összetett feladatok elvégzésére. A deep learning folyamatok sokkal nagyobb számítási teljesítményt igényelnek, olyan architektúrát, amely képes hatalmas mennyiségű adatállományok feldolgozására és értelmezésére. A nagy teljesítményű NVIDIA grafikai processzorral (GPU) rendelkező megoldás célja, hogy felgyorsítsa a legismertebb gépi tanulási szoftvercsomagokat, így az adattudósok és fejlesztők akár egy laptopról is elvégezhetik a számításigényes feladatokat.

"Várakozásaink szerint az elkövetkező években a mesterséges intelligencia és a gépi tanulás által támogatott alkalmazások általánossá válnak a vállalatok életében. Ezek a megoldások számos összetett üzleti problémát oldanak meg, azonban új kihívásokokat is jelentenek az informatikai részlegek számára" - mondta Dalos Ottó, a Cisco Magyarország ügyvezető igazgatója. "A pénzügyi szektorban például a csalások észleléséhez és az algoritmikus kereskedelem javításához, míg az egészségügy területén a pontosabb diagnosztizáláshoz, az orvosi képminőség javításához, valamint a gyógyszerkutatások felgyorsításhoz alkalmazhatják ezeket a technológiákat.”

A technológia áttekintése

A Cisco UCS C480 ML megoldás révén a Cisco teljeskörű számítástechnikai opciókat kínál az AI és ML életciklus minden szakaszához.

• Az adattudósok és fejlesztők igényeihez igazodva: Manapság több ezer ügyfél használja a Cisco UCS megoldásait a big data értelmezéséhez. A Cisco új, AI és az ML támogatására fejlesztett szervere lehetővé teszi az ügyfelek számára, hogy több információt nyerjenek ki adataikból, és ezeket felhasználva jobb és gyorsabb döntéseket hozzanak. Az új DevNet AI Developer Center és a DevNet Ecosystem Exchange révén a Cisco adattudósok és a fejlesztők számára is biztosítja az alkalmazások új generációjának létrehozásához szükséges eszközöket és erőforrásokat.
• Az informatikai csoportok számára fejlesztve: A Cisco Intersight egy egyszerű, felhőalapú menedzsment eszköz, ami lehetővé teszi az IT csoportok számára, hogy automatizálják a számítási infrastruktúrákhoz kapcsolódó szabályokat és a működést a felhőből. A Cisco új eszközei segítenek a gyorsan fejlődő AI és ML szoftverek jobb átláthatóságában, ezáltal az informatikai csoportok megbízhatóan telepíthetik megoldásaikat, akár nagy vállalati léptékben is.
• Ökoszisztémához fejlesztve: A Cisco tárolókat és a többfelhős (multicloud) számítástechnikai modellt alkalmaz, hogy megkönnyítse a nyílt forráskódú szoftverek széleskörű telepítését, függetlenül attól, hogy hol találhatók az alkalmazások. A megoldás támogatja a gépi tanulási környezeteket, beleértve az olyan szoftvereket, mint az Anaconda, a Kubeflow, valamint a Cloudera és Hortonworks megoldások. Azok az UCS felhasználók, akik Kubernetes környezetben futtatják a Kubeflow megoldást, könnyedén, közvetlenül a Google Kubernetes Engine-re telepíthetik az AI munkafolyamatokat, kihasználva a helyi és a felhős ML képességeket.

Elérhetőség
A Cisco UCS C480 ML M5 Rack Server a Cisco UCS B-Series, C-Series és HyperFlex rendszerekre épül. Az eszközök 2018. negyedik negyedévben lesznek megvásárolhatók a Cisco partnereitől, a Cisco Services által kínált számos AI és ML támogatási képességgel együtt, amelyek elemzést, deep learninget és automatizálást is magukban foglalnak.

1  Forrás: Gartner, Hype Cycle for Artificial Intelligence, 2018, Svetlana Sinclair és Kenneth Brant, July 24, 2018