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% 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.
Cisco stworzyło pierwszy serwer dedykowany obsłudze procesów sztucznej inteligencji i uczenia maszynowego. Nowy serwer linii UCS (Unified Computing System) przyspiesza procesy Deep Learning, skomplikowane obliczenia stanowiące formę uczenia maszynowego wykorzystujące sieci neuronowe i duże zbiory danych do rozwiązywania przez komputery złożonych problemów.
Serwery Cisco wyposażone w wydajne jednostki GPU NVIDIA, mają na celu przyspieszenie wielu znanych obecnie pakietów oprogramowania uczenia maszynowego. Specjaliści 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.
„W ciągu najbliższych kilku lat, aplikacje zasilane przez sztuczną inteligencję i uczenie maszynowe staną się normą w biznesie. Z jednej strony umożliwią rozwiązanie wielu złożonych problemów biznesowych, a z drugiej postawią nowe wyzwania przed działami IT” – mówi Roland Acra, Senior Vice President i General Manager w Cisco Data Center Business Group. „Nowy potężny sprzęt uzupełniający linię Cisco UCS napędzi inicjatywy związane ze sztuczną inteligencją w wielu branżach. Nasi klienci z sektora finansowego, którzy jako pierwsi skorzystali z nowego rozwiązania, testują sposoby poprawy przeciwdziałania nadużyciom i automatyzacji inwestycji (algorithmic trading). Natomiast klienci z branży ochrony zdrowia są zainteresowani usprawnieniem diagnostyki, lepszą klasyfikacją obrazów medycznych oraz przyśpieszeniem badań m.in. nad lekami” – przekonuje.
Premiera Cisco UCS C480 ML sprawiła, że Cisco oferuje obecnie pełen zakres obsługi procesów sztucznej inteligencji i uczenia maszynowego 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 serwery Cisco – dedykowane procesom sztucznej inteligencji i uczenia maszynowego – powstały w oparciu o doświadczenia firmy w przenoszeniu danych z sieci brzegowej do centrum danych. Klienci mogą wydobyć więcej informacji z danych i wykorzystać je do szybszego podejmowania dobrych decyzji. Nowe platformy programistyczne DevNet AI Developer oraz DevNet Ecosystem Exchange Cisco dają specjalistom 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.
Rozwiązania Cisco obejmują także kontenery oraz modele multicloud, co pozwala na łatwiejsze wdrażanie oprogramowania open source na dużą skalę, niezależnie od tego gdzie zlokalizowane są aplikacje. Dopuszcza to umieszczenie środowiska uczenia maszynowego oraz aplikacji takich jak Anaconda, Kubeflow oraz rozwiązań Cloudera i Hortonworks na nowym serwerze. 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.
„Wierzymy, że możliwości jakie daje uczenie maszynowe powinny być dostępne dla wszystkich organizacji, niezależnie od tego czy korzystają z infrastruktury zlokalizowanej w swojej siedzibie czy w chmurze. Jesteśmy podekscytowani, że dalej możemy rozwijać nasze usługi przy współpracy z Cisco. Cieszy nas, że Cisco tworzy rozwiązania chmury hybrydowej dla uczenia maszynowego, a także współtworzy kod dla prowadzonego przez Google projektu open source Kubeflow. Organizacje wykorzystujące serwery Deep Learning UCS C480 do obsługi Kubeflow skorzystają ze spójnego zestawu narzędzi uczenia maszynowego, które działają zarówno w ich siedzibie jak i chmurze Google” – mówi David Aronchick, Product Manager w Google Cloud.
„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” – podsumowuje.
