콘텐츠
출처 : Weerapat1003 / Dreamstime.com
테이크 아웃 :
머신 러닝과 클라우드라는 두 가지 기술의 가장 큰 트렌드가 팀을 이루고 있으며 기업에서 혁신과 혼란을 일으킬 수 있습니다.
클라우드의 짧은 역사의 대부분은 최저 가격으로 대량 컴퓨팅 및 스토리지 서비스를 제공하는 경쟁으로 특징 지어졌습니다. 기업이 기존의 데이터 인프라에 대한 저렴한 대안으로 클라우드에 익숙해지면 더 높은 수익을 창출하는보다 전문화 된 서비스를 이용할 수있는 길로 향하게 될 것입니다.
새해를 맞아이 전략은 대부분의 사람들이 예상했던 것보다 더 나은 성과를 거두는 것으로 보입니다. 기업은 점점 더 중요한 워크로드를 클라우드로 이전하려는 의지가 높아 졌을뿐만 아니라 현재 클라우드 외에는 어디에도 존재하지 않는 점점 더 다양하고 지능적이고인지적인 서비스 포트폴리오를 활용하려고합니다.
가속 학습
아마존의 P3 인스턴스가 그 예입니다.이 회사는 최근 새로운 Nvidia Volta GPU로 업그레이드했습니다. HPC Wire가 지적한 것처럼 Amazon은 Volta 100을 선호하는 현재 Pascal 가속기 제품군을 우회하여 딥 러닝 교육 및 추론과 같은 애플리케이션에 대해 Pascal 처리량의 12 배를 제공합니다. 각 P3 인스턴스는 이제 Intel Xeon E5 및 최대 8 개의 V100에 의해 지원되며, 각각 5,000 개 이상의 CUDA 코어와 640 개의 텐서 코어를 제공하여 125 테라 플롭 및 혼합 정밀도 성능을 제공합니다. P3 인스턴스는 현재 주문형 구매 또는 예약 또는 현물 가격을 통해 EU 및 아시아 태평양 지역뿐만 아니라 미국 동부 및 서부 지역에서도 사용할 수 있습니다.
한편 구글은 인공 지능 능력을 헬스 케어와 같은 주요 산업 분야를위한 맞춤형 솔루션으로 바꾸고있다. 이 회사는 Launchpad Studio 머신 러닝 플랫폼을 통해 주요 애플리케이션 개발자와 긴밀한 유대 관계를 맺고 있으며,이 플랫폼은 관점에 따라 기존 비즈니스 프로세스를 크게 개선하거나 중단시킬 수있는 스타트 업을 육성하고자합니다. 첫 번째 참가자는 Google Glass 플랫폼을 사용하여 처방전 처리를 자동화하는 Augmedix와 신경망과 기계 학습을 사용하여 뇌 및 척추 부상 치료를 맞춤 설정하는 BrainQ입니다. 다른 프로젝트에는 플러그 앤 플레이 웨어러블 기술의 발전과 연구원들이 감염의 생체 역학을 이해하는 데 도움이되는 향상된 컴퓨터 비전 기능이 포함됩니다. (머신 러닝 101에서 머신 러닝에 대한 기본 정보를 얻으십시오.)
클라우드와 데이터 센터 모두에서 강력한 입지를 확보 한 Microsoft와 같은 회사의 경우 AI는 고객이 하이브리드 인프라를 최대한 활용할 수 있도록 돕는 효과적인 도구입니다. EWeek는 회사가 Linux 지원 및 DevOps 친화적 인 응용 프로그램 및 컨테이너 도구와 함께 SQL Server 2017 플랫폼에 AI 기능을 추가했다고보고했습니다. 동시에, Azure 클라우드는 General Manager John Chirapurath가 "데이터 및 AI"전략이라고 부르는 대규모 워크로드를 처리 할 수 있습니다. 목표는 Hadoop 및 기타 빅 데이터 워크로드를 지원하기 위해 Azure Machine Learning과 같은 서비스를 활용하여 기업이 요구에 가장 적합한 인프라에서 IoT 및 디지털 변환 전략을 빠르게 강화할 수 있도록하는 것입니다. (클라우드 : 빅 데이터 성공을위한 최고의 도구)에서 클라우드의 빅 데이터에 대해 자세히 알아보십시오.
과거의 "하단 경쟁"가격 책정 전쟁의 리더조차도보다 지능적인 서비스 수준의 이점을보기 시작했습니다. 스토리지 전문가 Box는 최근 고객이 Box 리포지토리에 배치 한 데이터의 가치를 높일 수 있도록 설계된 새로운 BoxSkills 프레임 워크를 발표했습니다. 이 시스템은 기계 학습 및 기타 도구를 사용하여 메타 데이터를 관리하고 워크 플로를 트리거하며 정책 거버넌스를 적용하고 간단한 대량 스토리지를 기능적인 비즈니스 자산으로 변환하기 위해 다양한 다른 기능을 수행합니다. 새로운 플랫폼의 핵심 솔루션은 이미지, 오디오 및 비디오 인텔리전스로, 검색 및 검색 기능 향상을 위해 업로드 된 컨텐츠에 추가되는 기능뿐만 아니라 사람과 컨텐츠가 상호 작용하여보다 예측 가능하고 개인화되고 일관성있는 경험을 제공하는 방법을 지속적으로 학습하는 Box Graph 도구입니다 .
버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.
AI가 아니라 나중에
확실히, 기업은 시간이 지남에 따라 자체 AI 기능을 구축 할 가능성이 있지만 다양한 하드웨어 및 소프트웨어 플랫폼의 정상적인 새로 고침 주기로 인해 다소 시간이 걸립니다. 클라우드는 현재 AI를 제공하고 있으며 규모와 가격대 모두 소규모 기업도 Fortune 100의 회원 인 것처럼 데이터를 처리 할 수 있습니다.
조직이 기존 제품에 부가가치가 아니라 핵심 수익 창출 자로서 디지털 서비스에 의존하게됨에 따라 경쟁 업체보다 우위를 유지하면 데이터를 얼마나 잘 활용할 수 있는지에 따라 경쟁 업체보다 우위를 점하게됩니다. 또한 이미 레코드 레벨에있는 볼륨이 다시 폭발하도록 설정되었으므로 지능적이고 자동화 된 고도로 조정 된 분석 에코 시스템 만로드를 유지할 수 있습니다.
따라서 기업의 경우 클라우드의 AI는 현재 지능형 기능을 배포해야하는 속도와 운영 규모에 따라 유일하게 실행 가능한 옵션을 나타냅니다. 클라우드가 더 똑똑 해짐에 따라 차세대 데이터 서비스를 정의 할 워크로드의 종류에 더 매력적입니다.