HPE ช่วยให้ลูกค้าสร้างโมเดลการเรียนรู้ของเครื่องได้อย่างรวดเร็วและหลากหลายมากขึ้น

บริษัทยังช่วยให้ธุรกิจต่างๆ สามารถแบ่งปันข้อมูลจากแบบจำลอง AI ของตนได้ง่ายขึ้นโดยไม่กระทบต่อข้อมูลอื่น

HPE ได้เปิดตัวระบบใหม่เพื่อช่วยให้องค์กรสามารถสร้างและฝึกอบรมโมเดลการเรียนรู้ของเครื่องได้อย่างง่ายดายในวงกว้าง

โดย HPE Machine Learning Development System ได้รวบรวมแพลตฟอร์มซอฟต์แวร์การเรียนรู้ของเครื่องเข้ากับการประมวลผล ตัวเร่งความเร็ว และระบบเครือข่ายเพื่อพัฒนาและฝึกโมเดล AI ที่แม่นยำ ได้เร็วและหลากหลายมากขึ้น

รวมถึงเป็นกรอบการทำงานเพื่อช่วยให้ธุรกิจสามารถแบ่งปันข้อมูลจากแบบจำลอง AI ของตนกับคนอื่นๆ ได้โดยไม่กระทบต่อข้อมูลของพวกเขา

บริษัทเปิดเผยว่า ได้สร้างระบบใหม่ ซึ่งขณะนี้สามารถใช้งานได้ทั่วโลก โดยใช้เทคโนโลยีจากการซื้อ Determined AI เมื่อเดือนมิถุนายนที่ผ่านมา มารวมกับแพลตฟอร์มแมชชีนเลิร์นนิงของสตาร์ทอัพเข้ากับข้อเสนอ AI และการประมวลผลประสิทธิภาพสูง (HPC) ของ HPE นอกจากนี้ HPE ยังกล่าวว่า ด้วยระบบใหม่นี้ ผู้ใช้สามารถเร่งเวลาในการผลิตผลลัพธ์จากการสร้างและฝึกอบรมโมเดลเครื่องจักรได้อย่างรวดเร็ว จากที่ต้องใช้เวลาเป็นสัปดาห์หรือเป็นเดือน เหลือเป็นเพียงหลักวันเท่านั้น

บริษัทหวังว่าระบบใหม่นี้จะช่วยให้ธุรกิจต่างๆ หลีกเลี่ยงความซับซ้อนที่เกี่ยวข้องกับการนำโครงสร้างพื้นฐาน AI มาใช้ นอกจากนี้ยังช่วยปรับปรุงความแม่นยำในแบบจำลองได้รวดเร็วยิ่งขึ้น ด้วยการฝึกอบรมแบบกระจาย การเพิ่มประสิทธิภาพไฮเปอร์พารามิเตอร์อัตโนมัติ และการค้นหาสถาปัตยกรรมประสาท

ระบบจะเริ่มต้นที่การกำหนดค่าขนาดเล็กของ GPU Nvidia 32 ตัว ไปจนถึงการกำหนดค่า GPU Nvidia 256 ตัวที่ใหญ่ขึ้น ซึ่งในการกำหนดค่าที่เล็กกว่า ระบบจะให้ประสิทธิภาพการปรับขนาดประมาณ 90% สำหรับเวิร์กโหลด เช่น การประมวลผลภาษาธรรมชาติและ Computer Vision

ระบบใหม่จะนำเสนอในแพ็คเกจแบบบูรณาการเดียวที่มีโครงสร้างพื้นฐาน AI ที่กำหนดค่าไว้ล่วงหน้าและติดตั้งอย่างสมบูรณ์ ในส่วนนี้ HPE Pointnext Services จะให้บริการติดตั้งและตั้งค่าซอฟต์แวร์ในสถานที่

ระบบของ HPE มีให้ในหน่วยการสร้างขนาดเล็กพร้อมตัวเลือกในการขยายขนาด อีกทั้งการกำหนดค่ายังมาพร้อมกับโครงสร้างพื้นฐาน AI โดยใช้ระบบ HPE Apollo 6500 Gen10 Plus พร้อม Nvidia A100 80GB GPU แปดตัว นอกจากนี้ยังมีเซิร์ฟเวอร์ HPE Proliant DL32 และสวิตช์ Ethernet Aruba CX 6300 ขนาด 1GB เพื่อควบคุมและจัดการส่วนประกอบของระบบ สุดท้ายนี้มันยังใช้แพลตฟอร์มเครือข่าย Nvidia Quantum Infiniband เพื่อรับรองประสิทธิภาพของการสื่อสารในการประมวลผลและการจัดเก็บข้อมูล

บริษัทยังได้เปิดตัว HPE Swarm Learning ซึ่งอ้างว่าเป็นเฟรมเวิร์กการเรียนรู้ของเครื่องแบบกระจายศูนย์ที่รักษาความเป็นส่วนตัวรายแรกของอุตสาหกรรมสำหรับเว็บไซต์ Edge หรือเว็บไซต์แบบกระจาย ด้วยวิธีนี้ องค์กรต่างๆ เช่น หน่วยงานด้านสุขภาพ การธนาคาร บริการทางการเงิน และการผลิต จะสามารถแบ่งปันการเรียนรู้จากแบบจำลอง AI ของตนกับองค์กรอื่นๆ เพื่อปรับปรุงข้อมูลเชิงลึกโดยไม่ต้องเปิดเผยข้อมูลได้

นอกจากนี้ยังให้บริการคอนเทนเนอร์แก่ลูกค้าที่ผสานรวมกับโมเดล AI ได้อย่างง่ายดายโดยใช้ HPE Swarm API ทำให้ผู้ใช้สามารถแชร์การเรียนรู้โมเดล AI ภายในองค์กรและภายนอกกับเพื่อนร่วมงานในอุตสาหกรรมได้ทันที ซึ่งสิ่งนี้จะช่วยปรับปรุงการฝึกอบรมโดยไม่จำเป็นต้องมีการย้ายข้อมูล

ในปัจจุบัน การฝึกโมเดล AI ส่วนใหญ่เกิดขึ้นที่ตำแหน่งศูนย์กลาง ซึ่งต้องอาศัยชุดข้อมูลแบบรวมศูนย์ ซึ่ง HPE กล่าวว่าวิธีการนี้อาจไม่มีประสิทธิภาพและมีค่าใช้จ่ายสูง เนื่องจากต้องย้ายข้อมูลจำนวนมากกลับไปยังแหล่งเดียวกัน นอกจากนี้ยังสามารถถูกจำกัดด้วยความเป็นส่วนตัวของข้อมูลและกฎและระเบียบการเป็นเจ้าของข้อมูลที่จำกัดการแชร์ข้อมูลและการเคลื่อนไหว ซึ่งอาจนำไปสู่แบบจำลองที่ไม่ถูกต้องและมีอคติได้

บริษัทชี้ให้เห็นว่าด้วยการแบ่งปันการเรียนรู้จากองค์กรหนึ่งไปยังอีกองค์กรหนึ่งที่แหล่งข้อมูล จะทำให้อุตสาหกรรมต่างๆ ทั่วโลกสามารถรวมเป็นหนึ่งและปรับปรุงความชาญฉลาดที่สามารถนำไปสู่ผลลัพธ์ทางธุรกิจและสังคมได้

อย่างไรก็ตาม การแบ่งปันข้อมูลกับภายนอกอาจเป็นเรื่องท้าทายสำหรับองค์กรที่ต้องปฏิบัติตามข้อกำหนดการกำกับดูแลข้อมูล ระเบียบข้อบังคับ หรือการปฏิบัติตามข้อกำหนด ซึ่งกำหนดให้ข้อมูลต้องอยู่ในตำแหน่ง HPE Swarm จะช่วยให้บริษัทต่างๆ ใช้ข้อมูลแบบกระจายที่ต้นทาง ซึ่งจะเพิ่มขนาดชุดข้อมูลสำหรับการฝึกอบรม ขณะเดียวกันก็รักษาการกำกับดูแลข้อมูลและความเป็นส่วนตัวได้

HPE กล่าวว่า การใช้เทคโนโลยีบล็อกเชนเพื่อรักษาความปลอดภัยให้กับสมาชิก เลือกผู้นำแบบไดนามิก และรวมพารามิเตอร์โมเดลเพื่อให้ความยืดหยุ่นและความปลอดภัยแก่เครือข่าย และรับประกันว่าจะมีการแชร์เฉพาะการเรียนรู้แบบจำลอง AI เท่านั้น ไม่ใช่การแชร์ข้อมูล

ที่มา: https://bit.ly/3vqUlbL