A IBM anunciou uma significativa nova versão da sua distribuição de software de deep learning PowerAI na plataforma Power Systems, que ataca os principais desafios enfrentados pelos cientistas de dados e desenvolvedores, simplificando a experiência de desenvolvimento com ferramentas e preparação de dados Enquanto também reduzindo drasticamente o tempo necessário para o treinamento do sistema AI (inteligência artificial) de semanas a horas.
Os cientistas e desenvolvedores de dados usam deep learning para desenvolver aplicações que vão desde a visão computacional para carros auto-dirigidos até detecção de fraude em tempo real e sistemas de análise de risco de crédito. Essas aplicações cognitivas usam muito mais recursos de computação de que as aplicações tradicionais, que muitas vezes podem sobrecarregar os sistemas x86.
"Os servidores IBM PowerAI com aceleradores de GPU fornecem pelo menos o dobro do desempenho de nossa plataforma x86; Tudo é mais rápido e mais fácil: adicionar memória, configurar novos servidores e assim por diante ", disse Ari Juntunen, atual cliente da PowerAI, da Elinar Oy Ltd." Como resultado, podemos obter novas soluções no mercado rapidamente, protegendo nossa vantagem sobre a concorrência de mercado. Nós pensamos que a combinação de IBM Power e PowerAI é a melhor plataforma para desenvolvedores de AI no mercado hoje. Para a AI, a velocidade é tudo – nada mais se aproxima em nossa opinião. "
O novo road map do PowerAI oferece quatro novos recursos importantes que atendem às necessidades críticas dos clientes para o desempenho do sistema AI, preparação de dados eficaz e software de nível empresarial:
Facilidade de Uso: Uma nova ferramenta de software chamada "AI Vision" que um desenvolvedor de aplicativos pode usar com conhecimento limitado sobre o aprendizado profundo para treinar e implantar modelos de aprendizagem profunda voltados para a visão por computador para suas necessidades de aplicação.
Ferramentas para preparação de dados: Integração com o software de virtualização de cluster IBM Spectrum Conductor que integra o Apache Spark para facilitar o processo de transformação de conjuntos de dados não estruturados e estruturados para prepará-los para o treinamento de aprendizagem profunda
Diminuição do tempo de treinamento: Uma versão de computação distribuída do TensorFlow, um popular framework de aprendizado de máquina open-source construído pela primeira vez pelo Google. Esta versão distribuída do TensorFlow tira proveito de um cluster virtualizado de servidores acelerados por GPU usando métodos de computação de alto desempenho e custo-eficientes para trazer o tempo de treinamento de aprendizagem profunda para baixo de semanas para horas
Desenvolvimento de modelos mais fácil: Uma nova ferramenta de software chamada "DL Insight" que permite que os cientistas de dados obtenham rapidamente maior precisão de seus modelos de aprendizagem profunda. Esta ferramenta monitora o processo de treinamento de aprendizagem profunda e ajusta automaticamente os parâmetros para o desempenho máximo.
"Os cientistas de dados e uma comunidade emergente de desenvolvedores cognitivos liderarão grande parte da inovação na era cognitiva. Nosso objetivo com a PowerAI é fazer a sua viagem à AI tão fácil, intuitiva e produtiva quanto possível ", disse Bob Picciano, vice-presidente sênior da IBM Cognitive Systems. "Power AI reduz a frustração da espera e aumenta a produtividade. Os Power Systems foram projetados para dados e esta próxima era de computação, em grande contraste com os servidores x86 que foram projetados para a era programável cliente / servidor do passado".
