HPE стимулирует развитие инноваций в области ИИ

Hewlett Packard Enterprise (HPE) анонсировала программное контейнерное решение HPE ML Ops, созданное для поддержки полного жизненного цикла модели машинного обучения (МО) для локального размещения и облачного – публичного или гибридного. Новое решение представляет собой процесс, подобный DevOps, для стандартизации рабочих процессов машинного обучения и ускорения развертывания систем искусственного интеллекта (ИИ) с нескольких месяцев до нескольких дней.

Новое решение HPE ML Ops расширяет возможности программной платформы BlueData EPIC™, использующей программные контейнеры, тем самым предоставляя специалистам по интеллектуальному анализу данных доступ по запросу к контейнерным средам для работы с распределенным ИИ/МО и аналитикой. Компания BlueData была приобретена HPE в ноябре 2018 года, чтобы улучшить свой портфель предложений в области ИИ, контейнерных приложений и аналитики и таким образом дополнила решения продуктового подразделения HPE Hybrid IT и сервисного HPE Pointnext для внедрения ИИ на предприятиях. 

За последние четыре года внедрение ИИ в корпорациях выросло более чем вдвое[1], и организации продолжают инвестировать значительные средства и время в создание моделей машинного и глубокого обучения для широкого спектра применений ИИ, таких как обнаружение мошеннических действий, персонализированная медицина и прогнозная аналитика поведения потребителей. Однако самым большим вызовом, с которым сталкиваются технические специалисты, известным также как «проблема последней мили»– является практическое применение МО для успешного развертывания и управления разработанными моделями и извлечения из них коммерческой выгоды. По данным аналитиков Gartner, к 2021 году, как минимум 50% проектов по МО не будут развернуты полностью из-за недостатков в их практическом применении[2]. 

HPE ML Ops превращает все технологические инициативы, связанные с ИИ, из экспериментов и пилотных проектов в производственные и бизнес- процессы, охватывая весь жизненный цикл МО: от подготовки данных и построения моделей до обучения, развертывания, мониторинга и их взаимодействия. 

«Только работающие модели машинного обучения приносят бизнесу коммерческую выгоду», – считает Кумар Сриканти (Kumar Sreekanti), старший вице-президент и технический директор подразделения Hybrid IT в HPE. – А благодаря HPE ML Ops мы предоставляем единственное решение корпоративного класса, позволяющее реализовать полный жизненный цикл машинного обучения для локального размещения и гибридного облака. Мы привносим скорость и гибкость работы DevOps в МО, обеспечивая более быстрое и экономически эффективное использование ИИ на предприятии». 

«От розничной торговли до банковского дела, от производства до здравоохранения и не только – практически все отрасли внедряют или исследуют ИИ/МО для разработки инновационных продуктов и услуг ради получения конкурентного преимущества. Пока большинство предприятий сосредотачивают усилия на фазах построения и обучения своих проектов в области ИИ/МО, они борются за практическое применение полного жизненного цикла МО – от концепции, к пилотному проекту, развёртыванию в продуктивной системе и мониторингу, – сказал Риту Джйоти (Ritu Jyoti), вице-президент программы стратегии искусственного интеллекта в IDC. – HPE восполняет этот пробел, предлагая мультиплатформенное решение для всего жизненного цикла МО на основе технологии контейнеров, предназначенное для поддержки ряда эксплуатационных требований МО, ускорения получения результатов и достижения превосходных результатов в бизнесе». 

«Наши онлайн-игры генерируют миллиарды точек данных (data points) каждый день, – говорит Алекс Рябов (Alex Ryabov), руководитель службы обработки данных в Wargaming. – Применяя сложные модели МО, наши специалисты по интеллектуальному анализу данных используют эту информацию для предписывающей аналитики, чтобы улучшить игровой опыт и повысить лояльность наших игроков. С помощью программного обеспечения HPE BlueData мы контейнеризируем эти аналитические и МО среды, чтобы увеличить операционную эффективность и оптимизировать наш бизнес». 

Пользуясь HPE ML Ops, специалисты по обработке данных, участвующие в создании и развертывании моделей МО, могут ощутить на себе преимущества наиболее комплексного в отрасли решения для эксплуатации и управления жизненным циклом ИИ на предприятии: 

  • Построение модели: предварительно подготовленные среды и самообслуживающиеся песочницы для тестирования инструментов МО и ведения записей об анализе данных; 
  • Обучение модели: масштабируемая среды для обучения с безопасным доступом к данным; 
  • Развертывание модели: гибкое и быстрое развертывание с функцией воспроизводимости; 
  • Мониторинг модели: полноценный обзор всего жизненного цикла модели МО; 
  • Взаимодействие: организация рабочих процессов непрерывной интеграции и доставки (CI/CD) с помощью репозиториев для кода, моделей и проектов; 
  • Безопасность и контроль: безопасная многопользовательская среда с интеграцией в механизмы аутентификации предприятия; 
  • Гибридное развертывание: поддержка локального размещения и облачного – публичного или гибридного. 

Решение HPE ML Ops совместимо с широким спектром систем машинного и глубокого обучения с открытым исходным кодом, включая Keras, MXNet, PyTorch и TensorFlow, а также с коммерческими приложениями МО в рамках ПО партнерской экосистемы, в том числе на таких платформах, как Dataiku и H2O.ai. 

«Будучи давними партнерами сервисного подразделения HPE Pointnext, мы очень рады, что BlueData теперь является частью HPE, – говорит Флориан Дуэтто (Florian Douettaeu), генеральный директор Dataiku. – В Dataiku мы стремимся обеспечить широкомасштабное внедрение машинного обучения на всех предприятиях. Сочетание платформы Dataiku с программным обеспечением HPE BlueData поможет нашим заказчикам успешно масштабировать свои проекты по машинному обучению и находить им практическое применение, достигая ощутимых результатов для бизнеса».


[1] Источник: Gartner, 2019 CIO Survey: CIOs Have Awoken to the Importance of AI, January 3 2019.

[2] Источник: Gartner, A Guidance Framework for Operationalizing Machine Learning for AI, October 24 2018.

Редактор раздела: Александр Авдеенко (info@mskit.ru)

Рубрики: ПО

наверх
 
 
     

А знаете ли Вы что?

     
 

ITSZ.RU: последние новости Петербурга и Северо-Запада

16.10.2019 Tele2 намерен занять петербургское метро

10.10.2019 Блокчейн во впадине разочарования

09.10.2019 МегаФон увеличит кэшбэк за лояльность

08.10.2019 GSMA прогнозирует России лидерство среди стран СНГ по коммерциализации услуг 5G

07.10.2019 Операторы доставки ТВ-контента не умрут, но будут жить менее счастливо

02.10.2019 SelectelTechDay: в мире высокоуровневых платформ

01.10.2019 Ноутбуки – драйвер рынка игровых устройств

26.09.2019 «ЭР-Телеком» хочет нарастить выручку до 90 млрд рублей

MSKIT.RU: последние новости Москвы и Центра

10.10.2019 Блокчейн во впадине разочарования

08.10.2019 GSMA прогнозирует России лидерство среди стран СНГ по коммерциализации услуг 5G

07.10.2019 Операторы доставки ТВ-контента не умрут, но будут жить менее счастливо

02.10.2019 SelectelTechDay: в мире высокоуровневых платформ

01.10.2019 Ноутбуки – драйвер рынка игровых устройств

26.09.2019 «ЭР-Телеком» хочет нарастить выручку до 90 млрд рублей

16.09.2019 EOS for SharePoint в ГК «Пионер»: 500 пользователей работают с документами в едином информационном пространстве

11.09.2019 Восемь процентов новых авто в Европе оснащены функцией автономного вождения

NNIT.RU: последние новости Нижнего Новгорода

10.10.2019 Блокчейн во впадине разочарования

08.10.2019 GSMA прогнозирует России лидерство среди стран СНГ по коммерциализации услуг 5G

07.10.2019 Операторы доставки ТВ-контента не умрут, но будут жить менее счастливо

02.10.2019 SelectelTechDay: в мире высокоуровневых платформ

01.10.2019 Ноутбуки – драйвер рынка игровых устройств

26.09.2019 «ЭР-Телеком» хочет нарастить выручку до 90 млрд рублей

16.09.2019 EOS for SharePoint в ГК «Пионер»: 500 пользователей работают с документами в едином информационном пространстве

11.09.2019 Восемь процентов новых авто в Европе оснащены функцией автономного вождения