HPE lanceert platforms en services voor adoptie van Artificial Intelligence

Hewlett Packard Enterprise (HPE) kondigt nieuwe platforms en services aan om de adoptie van Artificial Intelligence te vereenvoudigen. In eerste instantie ligt de focus van deze platforms en services op deep learning, onderdeel van AI.

Deep learning is geïnspireerd op het menselijk brein en wordt veel ingezet voor complexe taken zoals beeld- en gezichtsherkenning, beeldclassificering en stemherkenning. Om gebruik te maken van deep learning is een high performance computing infrastructuur nodig, waarop deep learning-modellen kunnen worden gebouwd en getraind. Deze modellen moeten grote datahoeveelheden verwerken om patronen in audio, beeld, video, tekst en sensordata te herkennen.

Veel organisaties beschikken niet over alle benodigdheden om deep learning te implementeren. Denk bijvoorbeeld aan de benodigde expertise en resources, een geavanceerde en afgestemde hardware- en software-infrastructuur of integratiemogelijkheden voor verschillende hardware- en softwareonderdelen, zodat ze opgeschaald kunnen worden naar AI-systemen. HPE kondigt de volgende producten aan om klanten te helpen bij de implementatie van AI:

• HPE’s Rapid Software Development for AI: een geïntegreerde hardware- en softwareoplossing voor high performance computing en deep learning-applicaties. De oplossing is gebaseerd op het HPE Apollo 6500-systeem in samenwerking met Bright Computing voor snelle ontwikkeling van deep learning-applicaties. Het bevat voorgeconfigureerde deep learning software frameworks, libraries, geautomatiseerde software-updates, cluster management voor deep learning en ondersteuning voor NVIDIA Tesla V100 GPU’s.
• HPE Deep Learning Cookbook: een toolset die klanten begeleidt bij het selecteren van de beste hardware- en softwareomgeving voor verschillende deep learning-taken. Het Cookbook is ontwikkeld door het AI researchteam van Hewlett Packard Labs. Met de tools kunnen bedrijven de performance van verschillende hardwareplatforms inschatten. Daarnaast helpt de toolset bij het uittekenen van de meest gebruikte deep learning-frameworks en selecteert het de meest geschikte hardware- en softwarestacks. Het Deep Learning Cookbook kan ook gebruikt worden om performance te valideren en de al aangeschafte hardware- en softwarestacks af te stemmen. Een voorbeeld uit het Cookbook is de HPE Image Classification Reference Designs. Deze reference designs bieden klanten infrastructuurconfiguraties die geoptimaliseerd zijn om modellen voor beeldclassificatie te trainen. Daardoor kunnen ze bijvoorbeeld gebruikt worden voor toepassingen als nummerplaatverificatie en classificatie van biologisch weefsel. De designs zijn getest op performance en zorgen voor nauwkeurige resultaten waardoor datawetenschappers en IT kosteneffectief en efficiënt kunnen zijn.
• HPE AI Innovation Center: een samenwerkingsplatform voor universiteiten, AI-gespecialiseerde organisaties en HPE-onderzoekers. Ze bieden onderzoekers op academisch en bedrijfsniveau toegang tot de infrastructuur en tools om onderzoeksinitiatieven voort te zetten. De innovation centers zijn geschikt voor onderzoeksprojecten op lange termijn en ze zijn gevestigd in Houston, Palo Alto (Verenigde Staten) en Grenoble (Frankrijk).
• Uitgebreide HPE Centers of Excellence (CoE): De HPE Centers of Excellence zijn ontworpen om IT-afdelingen en datawetenschappers te helpen bij het versnellen van deep learning-applicaties en het realiseren van een betere ROI op kortere termijn. De HPE CoE bieden een geselecteerd aantal klanten toegang tot de laatste technologie en expertise, zoals de nieuwste NVIDIA GPU’s op HPE-systemen. Huidige Centers of Excellence zijn gevestigd op vijf locaties: Houston, Palo Alto (beide Verenigde Staten), Tokyo (Japan), Bangalore (India) en Grenoble (Frankrijk).

Om over-provisioning te voorkomen, meer kosten te besparen en op- en afschalen mogelijk te maken biedt HPE infrastructuurservices op basis van flexibele consumptiemodellen. Daardoor betalen klanten alleen voor wat zij nodig hebben bij deep learning-implementaties.