思科推出支持人工智能和机器学习的服务器

2018-09-14 12:02:55来源: a&s智慧生活

[摘要] 人工智能(AI)和机器学习(ML)正在为企业解决复杂问题开启全新的途径。但它们同时也将会对IT底层基础架构和流程产生深远的影响。

  北京,2018年9月14日——人工智能(AI)和机器学习(ML)正在为企业解决复杂问题开启全新的途径。但它们同时也将会对IT底层基础架构和流程产生深远的影响。据Gartner调查显示,“全球仅4%的首席信息官报告他们正在开展人工智能项目。”这一数字在未来几年将会大幅增长。当此情况成真时,IT部门将无力应对业务中出现的新工作负载,新流量模式,以及新关系。为了帮助企业解决这些新兴的挑战,思科推出了其首款专为人工智能和机器学习工作负载而构建的服务器。

  这款全新的思科UCS服务器(C480ML)将能够显著加快深度学习的运行速度。深度学习是一种计算密集型机器学习形式,它使用神经网络和大型数据集来训练计算机执行复杂任务。得益于性能卓越的NVIDIA GPU,该服务器能够大幅提升当今众多最知名的机器学习软件堆栈的性能。数据科学家和开发人员将可以在笔记本电脑上试验机器学习。但是,大规模的深度学习需要更多的计算能力。它需要一种能够接收庞大数据集的IT架构,以及可以理解此类数据并使用它来学习的工具。为了满足这一需求,思科与其技术合作伙伴通力合作,对当今众多最流行的机器学习工具进行了验证,力求帮助企业简化部署,加快洞察速度。

  思科全球高级副总裁,数据中心事业部总经理Roland Acra表示:“在接下来的几年中,基于人工智能和机器学习的应用将成为企业的主力军。虽然它们能够解决许多复杂的业务问题,但同时也会给IT带来新的挑战。今天,思科UCS产品线的强大功能将为整个行业的人工智能计划提供动力。我们在金融领域的早期客户正在探索创新途径来改进欺诈检测,增强算法交易。与此同时,在医疗领域,客户希望能够获得更出色的洞察、提升诊疗成效、改进医学影像分类、以及加速药物发现和研究等工作。”

  大规模推动人工智能

  通过新推出的思科UCS C480 ML机器学习服务器,现在思科可提供全系列的服务器产品,为人工智能和机器学习生命周期的每个阶段提供可靠支持。从边缘数据收集和分析,到数据中心的数据准备和训练,再到人工智能核心的实时推理,客户针对AI的需求都可以得到全面满足。

  · 专为数据科学家和开发人员设计:今天,有成千上万的客户在使用思科UCS来帮助他们实现大数据分析。思科专为人工智能和机器学习设计的全新C480ML服务器充分利用了思科在人工智能数据从边缘移至核心,再到更进一步发展的过程中积累的丰富专业知识。帮助客户从其数据中提取更多情报,并使用它来做出更快速、明智的决策。此外,通过推出全新的DevNet AI Developer Center和DevNet Ecosystem Exchange,思科还为数据科学家和开发人员提供了创建新一代人工智能应用所需的工具与资源。

  · 专为IT而构建:UCS服务器系统使得IT人员能够轻松地将新技术添加到其环境中。借助Cisco Intersight云管理平台,利用其基于云的系统管理功能带来的出色简单性优势与广泛覆盖,帮助IT管理员从云中实现IT基础架构运营管理的自动化。同时,IT管理员还可以使用经过思科验证的设计来帮助深入洞悉快速演进的人工智能和机器学习软件堆栈,从而在整个企业范围内信心十足地进行部署。

  · 依托生态系统:思科并非独自前行。其全新打造的服务器采用了容器和多云计算模型,能够支持企业轻松地大规模部署开源软件,同时可以在任意地方运行应用。此外,思科还正在全新服务器上验证机器学习环境和软件,包括Anaconda、Kubeflow、以及来自Cloudera和Hortonworks的解决方案等。使用运行于Kubernetes之上的Kubeflow的UCS服务器系统客户将会发现,他们能轻易地将人工智能工作负载直接部署到Google Kubernetes 平台上,同时充分利用本地和云机器学习功能。

  支持引言

  · Google Cloud的产品经理David Aronchick表示:“我们相信所有企业都能够从云端或本地的机器学习中获益,我们期待着继续深化与思科的合作。很高兴看到思科为机器学习推出混合云解决方案,并为Google领导的开源项目Kubeflow贡献代码。在全新UCS C480ML深度学习服务器上运行Kubeflow的企业将能够通过可在本地和Google Cloud上保持一致性能的机器学习工具受益匪浅。”

  · NVIDIA副总裁兼加速计算总经理Ian Buck表示:“NVIDIA的Tesla V100 Tensor Core GPU与思科全新UCS 服务器相结合,为各行业的企业提供了强大的全新解决方案,能够帮助他们更有力地推进其人工智能计划。在NVIDIA GPU的支持下,以前需要数周计算资源的人工智能模型现在可以在短短几个小时内完成训练,这能够帮助我们用人工智能解决全新的问题。”

  · 威斯康星大学麦迪逊分校教授Aditya Akella表示:“我们的人工智能和计算机系统研究人员目前正在研究高级GPU计算工作负载优化解决方案,以提高深度学习和机器学习的效率。我们期待测试全新的思科UCS深度学习计算系统。研究人员正专注于评估研究平台,以提高多租户和共享使用场景中训练模型的效率。”


0 0
[责任编辑:黄文凤]

《安防知识网》一个服务号二个订阅号 微信服务全面升级

不得转载声明: 凡文章来源标明“安防知识网”的文章著作权均为本站所有,禁止转载,除非取得了著作权人的书面同意且注明出处。违者本网保留追究相关法律责任的权利。

专栏
我要投稿
杂志
  • 安全&自动化2018年8月 第228期
    2018年08月第228期
    在智能家居领域,单品爆破已经成为响亮的口号,但往往被同质化的市场竞争所替代,成功者寥寥无几,但这钟尝试本身并不存在任何的问题