Hewlett Packard Enterprise (Hpe) ha annunciato due innovative soluzioni di intelligenza artificiale frutto delle attività su HPC e AI portate avanti dall’azienda.
Hpe Swarm Learning – sottolinea l’azienda – è una soluzione di swarm learning che offre funzionalità di machine learning decentralizzate e di tutela della privacy per il bene comune.
Lo swarm learning è un approccio di intelligenza artificiale emergente per sfruttare il valore dai dati generati ai siti perimetrali o distribuiti, in modo equo. Consente alle organizzazioni di condividere solo gli apprendimenti dei modelli di intelligenza artificiale, e non i dati stessi, con altre organizzazioni per sfruttare insiemi più ampi di dati.
Hpe Machine Learning Development System è invece una soluzione di sviluppo di machine learning completa e pronta all’uso che consente agli utenti di creare e addestrare immediatamente modelli di intelligenza artificiale, su larga scala, già dal primo giorno.
Ciò, al fine di affrontare le complessità dell’infrastruttura di intelligenza artificiale, facilitandone l’adozione e consentendo agli utenti di iniziare realizzando valore in giorni, rispetto a settimane o mesi normalmente necessari.
Hpe Swarm Learning
Hpe Swarm Learning viene presentato dall’azienda come una rivoluzionaria soluzione di intelligenza artificiale per accelerare gli insight all’edge, dalla diagnosi delle malattie al rilevamento delle frodi con carta di credito, condividendo e unificando i learning del modello AI senza compromettere la privacy dei dati.
Sviluppato da Hewlett Packard Labs, l’organizzazione di ricerca e sviluppo di Hpe, l’azienda lo definisce il primo framework di learning automatico decentralizzato a tutela della privacy per i siti edge o i siti distribuiti.
La soluzione fornisce ai clienti applicazioni containerizzate facilmente integrabili con i modelli di intelligenza artificiale utilizzando l’API dello swarm Hpe. Gli utenti possono quindi condividere immediatamente i learning del modello di AI all’interno della propria organizzazione e all’esterno con i colleghi del settore per migliorare la formazione, senza condividere i dati effettivi.
Oggi, spiega Hpe, la maggior parte dell’addestramento del modello di intelligenza artificiale avviene in una locazione centralizzata, basandosi su set di dati unificati e centralizzati.
Tuttavia, questo approccio può essere inefficiente e costoso a causa della necessità di riportare grandi volumi di dati alla stessa origine, ossia dove sono stati creati.
Questo approccio può anche essere vincolato da norme e regolamenti sulla privacy e sulla proprietà dei dati che limitano la condivisione e il movimento dei dati, il che può potenzialmente portare a modelli imprecisi e distorti e quindi a risultati non affidabili.
Costruendo invece modelli e sfruttando le informazioni dettagliate direttamente nei siti edge, dove i dati sono creati, le aziende possono prendere decisioni più velocemente, dove serve, portando esperienze e risultati migliori.
Inoltre, condividendo i dati di quanto appreso da un’organizzazione con un’altra direttamente dove i dati sono creati, queste organizzazioni in tutto il mondo possono unirsi e migliorare ulteriormente le informazioni che possono portare a risultati aziendali e sociali straordinari.
Blockchain, per la privacy dell’intelligenza artificiale
Tuttavia, la condivisione dei dati esternamente può rappresentare una sfida per le organizzazioni che devono soddisfare requisiti di governance, regolamentazione o conformità dei dati, che richiedono che i dati stessi non vengano spostati.
Hpe Swarm Learning consente alle organizzazioni di utilizzare i dati distribuiti alla fonte, aumentando le dimensioni del set di dati per la formazione, per creare modelli di machine learning per apprendere in modo equo, preservando al contempo la governance e la privacy dei dati.
Per garantire che vengano condivisi solo i learning, ossia i risultati derivanti da questi studi acquisiti all’edge, e non i dati stessi, Hpe Swarm Learning utilizza la tecnologia blockchain per integrare in modo sicuro i membri, eleggere dinamicamente un leader e unire i parametri del modello per fornire resilienza e sicurezza alla rete “swarm” a cui partecipano i membri stessi.
Inoltre, condividendo solo i learning, Hpe Swarm Learning consente agli utenti di sfruttare set di dati di addestramento di grandi dimensioni, senza compromettere la privacy, e aiuta a rimuovere le distorsioni del modello stesso per aumentare la precisione nei modelli.
Hpe Swarm Learning può aiutare una vasta gamma di organizzazioni a collaborare e migliorare gli insight.
Gli ospedali possono trarre informazioni da registrazioni di imaging, scansioni TC e MRI e sequenze genomiche di dati da un ospedale all’altro per migliorare la diagnostica di malattie e disturbi, proteggendo contemporaneamente le informazioni sui pazienti.
I fornitori di servizi bancari e finanziari possono combattere le frodi con carte di credito condividendo le conoscenze con più di un istituto finanziario alla volta.
Gli stabilimenti produttivi possono trarre vantaggio dalla manutenzione predittiva per ottenere informazioni dettagliate sulle esigenze di riparazione delle apparecchiature ed eseguire la manutenzione prima che si guastino e causino fermi indesiderati, sfruttando i risultati provenienti dai dati dei sensori in più siti di produzione.
Hpe Machine Learning Development System
Per rimuovere gli ostacoli per le aziende nel creare e addestrare facilmente modelli di machine learning su larga scala, e ottenere valore più velocemente, l’azienda ha invece annunciato il nuovo Hpe Machine Learning Development System.
L’innovativo sistema, creato appositamente per l’intelligenza artificiale, è una soluzione end-to-end che integra una piattaforma software di apprendimento automatico, elaborazione, acceleratori e networking per sviluppare e addestrare modelli di AI più accurati, più velocemente e su larga scala.
Hpe Machine Learning Development System si basa sull’investimento strategico di Hpe nell’acquisizione di Determined AI per combinare la sua solida piattaforma di apprendimento automatico (ML), ora formalmente denominata Hpe Machine Learning Development Environment, con le offerte Hpe di intelligenza artificiale e High Performance Computing (HPC).
Con il nuovo Hpe Machine Learning Development System – sottolinea l’azienda – gli utenti possono accelerare il tipico time-to-value, da settimane e mesi a giorni, per iniziare a ottenere risultati dalla creazione e dall’addestramento di modelli.
Il sistema aiuta anche a migliorare l’accuratezza nei modelli con un training distribuito all’avanguardia, l’ottimizzazione automatizzata degli iper-parametri e la ricerca dell’architettura neurale, che sono fondamentali per gli algoritmi di machine learning.
Hpe Machine Learning Development System offre elaborazione ottimizzata, elaborazione accelerata e interconnessione, fattori chiave delle prestazioni per scalare i modelli in modo efficiente per un mix di carichi di lavoro, a partire da una piccola configurazione di 32 GPU, fino a una configurazione più ampia di 256 GPU.
Su una piccola configurazione di 32 GPU, il sistema offre circa il 90% di efficienza di scalabilità per carichi di lavoro come Natural Language Processing (NLP) e Computer Vision.
Formazione e sviluppo di modelli chiavi in mano
Hpe Machine Learning Development System viene reso disponibile come una soluzione unica, integrata, che fornisce un’infrastruttura intelligenza artificiale preconfigurata e completamente installata per lo sviluppo di modelli chiavi in mano e la formazione su larga scala.
Come parte dell’offerta, i servizi Hpe Pointnext forniranno l’installazione in loco e la configurazione del software, consentendo agli utenti di implementare e addestrare immediatamente modelli di machine learning per ottenere informazioni più rapide e accurate dai propri dati.
Hpe Machine Learning Development System viene offerto a partire da un piccolo building block, con opzioni per aumentare la scalabilità. La configurazione base comprende:
- L’innovativa piattaforma di machine learning con Hpe Machine Learning Development Environment per consentire alle aziende di sviluppare, iterare e scalare rapidamente modelli di alta qualità dal POC alla produzione.
- Infrastruttura AI ottimizzata utilizzando il sistema Hpe Apollo 6500 Gen10 Plus per fornire enormi capacità di elaborazione specializzate per addestrare e ottimizzare i modelli di intelligenza artificiale, a partire da otto GPU Nvidia A100 da 80 GB per il computing accelerato.
- Monitoraggio e gestione centralizzati di precisione per prestazioni ottimali con Hpe Performance Cluster Management, una soluzione software di gestione del sistema.
- Stack di gestione per controllare e gestire i componenti del sistema utilizzando i server Hpe ProLiant DL325 e lo switch Aruba CX 6300 Ethernet da 1 Gb.
- Garanzia di prestazioni delle comunicazioni di elaborazione e archiviazione utilizzando la piattaforma di rete Nvidia Quantum InfiniBand.
