BlueData是一家領先的大數據即服務（BDaaS）軟件平臺提供商，宣佈了一種新的解決方案，以加速人工智能（AI）、機器學習（ML）和深度學習（DL）應用。BlueData AI / ML加速器解決方案包括軟件和專業服務，以便為TensorFlow和其他ML / DL工具的探索性用例部署多節點沙箱環境。
AI的概念已經存在了幾十年，但直到最近AI才開始在企業中得到更廣泛的採用。現在，AI正在為幾乎所有行業的數字轉換計劃進行探索和實施。利用新的開放源碼工具和算法，為ML / DL提供大量可用的數據，並在高性能數據處理基礎設施方面取得進展。
事實上，人工智能和ML / DL已經進入主流，涉及廣泛的數據驅動的企業應用程序：信用卡欺詐檢測、金融交易股市預測、保險信用風險模型、基因組學和精準醫學、疾病檢測和診斷、客戶服務的自然語言處理（NLP）、自動駕駛和互聯汽車物聯網使用案例等等。
最流行的ML / DL工具之一是TensorFlow，通常與Python和GPU等技術一起使用，以創建從數據準備到建模、評分和推斷的端到端管道。但是，根據使用情況，可能會使用許多其他開源和商業工具。數據科學家和開發人員想要評估和使用各種ML / DL工具，他們需要原型來比較不同的庫和技術。在大多數大型組織中，他們還需要遵守企業安全、網絡、存儲、用戶身份驗證和訪問策略。
這些用戶通常以單節點環境開始;但這些技術在大型企業用例的多節點分佈式環境中很難實現。這是一個複雜的軟件堆棧，需要跨多個不同組件進行版本兼容和集成。大多數企業缺乏使用現有數據基礎架構和系統部署和配置這些工具的技能。無論是在本地，在公共雲中，是使用CPU和/或GPU，數據湖還是雲存儲。
新的BlueData AI / ML加速器提供了一個交鑰匙解決方案來應對這些挑戰，其中包括：
- 使用BlueData的EPIC軟件平臺，快速部署AI / ML / DL用例的集裝箱式多節點沙箱環境。
- 流行的ML / DL工具（包括TensorFlow、SparkMLlib、H2O、Caffe2、Anaconda和BigDL）的準備運行的Docker映像可用於大型分佈式計算環境。
- 在幾分鐘內通過自助服務、REST API或在Web UI中點擊幾下鼠標即可啟動新的ML / DL環境。
- 與分佈式文件系統（包括用於存儲數據和ML / DL模型的HDFS，NFS和S3）的安全集成。
- 自動化和可重現的配置，實現按需創建相同的ML / DL環境和可重現的結果。
- 專業服務、訓練和支持，加快人工智能計劃，並與ML / DL一起實現業務成果。
現在，企業可以使用分佈式ML / DL應用程序，在多節點集裝箱環境中快速啟動和運行。在任何基礎架構上，無論是在本地還是在雲中，使用CPU和/或GPU。完全配置的環境可以在幾分鐘內配置，它具有自助服務和自動化功能。數據科學家和開發人員可以快速構建原型，進行實驗，並使用他們首選的ML / DL工具進行迭代，從而加快實現價值。他們的IT團隊可以確保企業級安全性，數據保護和性能。在多租戶架構中具有彈性、靈活性和可擴展性。
新的交鑰匙解決方案專為開箱即用的部署而設計，包括TensorFlow、SparkMLlib、H2O、Caffe2、Anaconda和BigDL等開源技術。但是，它可以很容易地配置和擴展，以便與其他ML / DL技術一起使用，包括開源工具和商業應用程序。雖然最初的實施可能關注原型和預生產環境，但該解決方案可擴展到大規模AI / ML / DL生產部署。
人工智能和機器學習幾乎涉及每個企業的數字化轉型路線圖。這些新技術的潛在價值和影響是轉型性的，但很難為大規模分佈式應用程序實施和配置這些工具，“BlueData聯合創始人兼首席執行官Kumar Sreekanti表示，“我們的許多客戶已經看到了在BlueData平臺上運行他們的機器學習和深度學習應用程序的好處，並且我們看到其他企業也需要這樣做。這個新的解決方案為他們的數據科學團隊提供了按需訪問多節點沙箱環境，以探索AI和ML使用案例，而不會產生所有的運營開銷和部署複雜性。”
閱讀更多 AI中國 的文章
