Paano Kinakailangan ang Pag-aaral ng Makina sa Ulap

May -Akda: Roger Morrison
Petsa Ng Paglikha: 25 Setyembre 2021
I -Update Ang Petsa: 1 Hulyo 2024
Anonim
Lotus-Born Master: The Shambhala Access Code || Guru Padmasambhava, Guru Rinpoche ||
Video.: Lotus-Born Master: The Shambhala Access Code || Guru Padmasambhava, Guru Rinpoche ||

Nilalaman


Pinagmulan: Weerapat1003 / Dreamstime.com

Takeaway:

Dalawa sa mga pinakamalaking teknolohikal na kalakaran - pag-aaral ng makina at ulap - ay naglulukso, at sigurado na magdulot ito ng ilang pagbabago (at ilang pagkagambala) sa negosyo.

Karamihan sa maikling kasaysayan ng ulap ay nailalarawan sa karera upang magbigay ng bulk compute at mga serbisyo sa imbakan sa pinakamababang punto ng presyo. Ang pag-iisip ay na kapag ang negosyo ay nasanay sa ulap bilang isang mas murang alternatibo sa tradisyunal na imprastraktura ng data, ito ay magiging sa landas upang ubusin ang mas dalubhasang mga serbisyo na lumikha ng mas mataas na kita.

Sa pagpasok sa bagong taon, tila ang diskarte na ito ay nagbabayad nang mas mahusay kaysa sa inaasahan ng karamihan sa mga tao. Hindi lamang ang enterprise ay naging lalong handa na ilipat ang mga kritikal na mga pag-andar sa ulap, ngunit naghahanap din ito upang mag-tap ng isang mas magkakaibang portfolio ng mga serbisyo ng intelihente at nagbibigay-malay na hindi lamang umiiral kahit saan ngunit ang ulap sa ngayon.


Pinabilis na Pagkatuto

Ang isang kaso sa punto ay ang mga P3 na pagkakataon ng Amazon, na kamakailan na na-upgrade ng kumpanya kasama ang bagong Nvidia Volta GPU. Tulad ng ipinapahiwatig ng HPC Wire, ang Amazon ay lumalabas sa kasalukuyang linya ng Pascal ng mga accelerator na pabor sa Volta 100, na nag-aalok ng 12 beses ang pag-uusap ng Pascal para sa mga aplikasyon tulad ng malalim na pagsasanay sa pag-aaral at pag-iintindi. Ang bawat P3 halimbawa ay sinusuportahan ngayon ng Intel Xeon E5 at hanggang sa walong V100, na ang bawat isa ay nagbibigay ng higit sa 5,000 CUDA cores plus 640 Tensor cores upang makapaghatid ng pataas ng 125 teraflops at halo-halong pagganap. Ang mga P3 instances ay kasalukuyang magagamit sa mga rehiyon ng East at West sa Estados Unidos, pati na rin ang mga rehiyon ng EU at Asia Pacific sa pamamagitan ng on-demand na pagbili o nakareserba o lugar ng pagpepresyo.

Samantala, binabago ng Google ang kanyang katapangan sa AI patungo sa mga iniaangkop na solusyon para sa mga pangunahing industriya ng vertical tulad ng pangangalaga sa kalusugan. Ang kumpanya ay nakakalimutan ng malalim na ugnayan sa mga pangunahing aplikasyon ng mga developer kahit na ang platform ng pag-aaral ng Pag-aaral ng Studio ng Pag-aaral na ito, na naglalayong linangin ang mga start-up na may potensyal na malawak na mapabuti - o mag-alala, depende sa iyong punto ng view - naitatag na mga proseso ng negosyo. Kabilang sa mga unang taker ay ang Augmedix, na gumagamit ng platform ng Google Glass upang awtomatiko ang pagproseso ng reseta, at ang BrainQ, na gumagamit ng mga neural network at pag-aaral ng machine upang ipasadya ang paggamot ng mga pinsala sa utak at spinal. Ang iba pang mga proyekto ay nagsasama ng mga pagsulong sa teknolohiyang isinusuot ng plug-and-play at pinahusay na mga kakayahan sa paningin ng computer na maaaring makatulong sa mga mananaliksik na maunawaan ang biomekanika ng impeksyon. (Kunin ang mga pangunahing kaalaman sa pagkatuto ng makina sa Pag-aaral ng Machine 101.)



Para sa isang kumpanya tulad ng Microsoft, na may isang malakas na presensya kapwa sa ulap at ang sentro ng data, ang AI ay isang epektibong tool upang matulungan ang mga customer na masulit ang imprastrukturang hybrid. Iniulat ng EWeek na ang kumpanya ay nagdagdag ng mga kakayahan ng AI sa platform ng SQL Server 2017, kasama ang suporta ng Linux at DevOps-friendly application at mga tool sa lalagyan. Kasabay nito, ang ulap ng Azure ay magagamit upang makamit ang mga high-scale workload sa tinatawag na General Manager John Chirapurath na isang "data plus AI" na diskarte. Ang layunin ay ang pag-agaw ng mga serbisyo tulad ng Pag-aaral ng Azure Machine sa suporta ng Hadoop at iba pang malaking data ng pag-andar ng data upang pahintulutan ang enterprise na mabilis na ma-ramp up ang IoT at digital na mga diskarte sa pagbabagong-anyo sa imprastruktura na itinuturing nilang pinaka-angkop para sa kanilang mga pangangailangan. (Matuto nang higit pa sa malaking data sa ulap sa The Cloud: Ang Ultimate Tool para sa Big Data Tagumpay.)

Kahit na ang mga pinuno sa "lahi hanggang sa ilalim" na mga digmaang nagpepresyo ng nakaraan ay nagsisimula na makita ang mga pakinabang ng isang mas matalinong antas ng serbisyo. Kamakailan lang ay nai-unve ng storage specialist Box Box ang bagong balangkas ng BoxSkills na idinisenyo upang matulungan ang mga customer na madagdagan ang halaga ng data na inilagay nila sa mga repositori sa Box. Gumagamit ang system ng pag-aaral ng makina at iba pang mga tool upang pamahalaan ang metadata, mag-trigger ng mga daloy ng trabaho, mag-apply ng pamamahala sa patakaran at magsagawa ng isang host ng iba pang mga pag-andar upang mai-convert ang simpleng bulk storage sa isang functional na asset ng negosyo. Ang mga pangunahing solusyon sa loob ng bagong platform ay ang imahe, audio at video intelligence, na nagdaragdag sa na-upload na nilalaman para sa pinahusay na paghahanap at pagkuha, pati na rin ang tool ng Box Graph na patuloy na natututo kung paano nakikipag-ugnay ang mga tao at nilalaman upang paganahin ang higit na mahuhulaan, isinapersonal at magkakaugnay na mga karanasan .

Walang Mga bug, Walang Stress - Ang Iyong Hakbang sa Hakbang Patnubay sa Paglikha ng Software na Pagbabago ng Buhay nang Walang Pagsira sa Iyong Buhay

Hindi mo mapagbuti ang iyong mga kasanayan sa pagprograma kapag walang nagmamalasakit sa kalidad ng software.

AI Ngayon, Hindi Mamaya

Siguraduhin, ang negosyo ay malamang na bumuo ng sarili nitong mga kakayahan sa AI sa paglipas ng panahon, ngunit kakailanganin ito ng ilang oras dahil sa normal na mga pag-refresh ng mga iba't ibang mga platform ng hardware at software. Ang ulap ay naghahatid ng AI ngayon, at sa parehong mga scale at mga puntos ng presyo na nagpapahintulot sa kahit na ang mga maliliit na negosyo na magsimulang mag-crunching data tulad ng mga ito ay mga miyembro ng Fortune 100.

Tulad ng mga organisasyon na umaasa sa mga serbisyong digital hindi lamang bilang halaga-nagdaragdag sa mga umiiral na mga produkto ngunit bilang mga pangunahing kita ng mga tagagawa, ang pagpapanatili ng isang kalamangan sa mga kakumpitensya ay bababa kung gaano nila magagamit ang data sa kanilang pagtatapon. At dahil ang mga volume, na nasa mga antas ng record, ay nakatakdang sumabog muli, tanging ang isang intelihente, awtomatiko at lubos na orchestrated analytics ecosystem ang makakapagbantay sa pag-load.

Para sa enterprise, kung gayon, ang AI sa ulap ay kumakatawan sa tanging maaaring pagpipilian sa ngayon, kapwa sa mga tuntunin ng bilis kung saan ang mga intelektwal na kakayahan ay dapat na ma-deploy at ang scale kung saan sila ay inaasahan na gumana. At ang mas matalinong ulap ay nagiging, mas nakakaakit ito para sa mga uri ng mga workload na darating upang tukuyin ang mga serbisyo ng data ng susunod na henerasyon.