103 Грей-Сент-Сент-Килда. 14 июня 2005 г. THE AGE A2 Фотография МАРИНА ОЛИФАНТ (Фото Fairfax Media через Getty Images/Fairfax Media через Getty Images через Getty Images)Fairfax Media через Getty Images
ИИ нужно больше энергии. Возможно, в ответ на эту реальность компания Voltron Data, занимающаяся анализом модульных и компонуемых данных, приобрела Claypot AI, стартап-платформу искусственного интеллекта в реальном времени. Этот шаг призван увеличить мощность двигателей ИИ, поскольку мы ищем способы создания более мощного, быстрого и комплексного ИИ. Voltron Data обрабатывает «большие пакетные» рабочие нагрузки данных на графических процессорах (GPU), и теперь компания будет включать возможности Claypot AI в реальном времени в рабочие нагрузки графических процессоров с целью ускорить сборку ИИ.
Как мы знаем, идет борьба за обеспечение вычислительной мощности ИИ, так почему же проблема подготовки данных является частью этого уравнения настолько сложной?
Подготовительные работы по искусственному интеллекту
Когда дело доходит до подготовки и обеспечения ИИ, организации ограничены такими факторами, как предварительная обработка данных на центральных процессорах (ЦП) (т. е. использование традиционных чипов для ускорения внедрения ИИ), связанные с этим задачи извлечения, преобразования, загрузки (ETL). с передачей необработанных данных в области, где модели ИИ могут с ними работать… и работа, которую команды ИИ должны обеспечить так называемой «инжинирингом функций» — процессом, который AWS определяет как извлечение и преобразование переменных из необработанных данных, таких как прайс-листы. , описания продуктов и объемы продаж — чтобы мы могли использовать функции для обучения и прогнозирования в последующей статистической модели, обслуживающей рабочую нагрузку ИИ.
Все это означает, что компании, стремящиеся использовать ИИ, часто не могут эффективно и быстро реализовать возможности и функции, связанные с машинным обучением (ML), поскольку они изо всех сил пытаются создать кластеры ЦП для больших данных (группы микросхем, предназначенные для оркестрации таким образом, чтобы они работают вместе). В результате графические процессоры, используемые для рабочих нагрузок AI/ML, находятся в режиме ожидания, ожидая предварительно обработанных данных от кластеров ЦП.
Ускорительные двигатели
Компания Voltron Data недавно запустила «Тезей», технологию, которую называют «собственной для ускорителя» распределенной системой запросов. Theseus создан, чтобы помочь воспользоваться преимуществами графических процессоров и аппаратных ускорителей всей системы, таких как память с высокой пропускной способностью, ускоренная сеть и хранилище. Он обеспечивает как предварительную обработку данных, так и рабочие нагрузки AI/ML на графических процессорах, что, как утверждается, объединяет анализ данных и конвейеры AI в одной инфраструктуре. Компания также заявляет о своей способности снизить риск привязки к поставщику, энергопотребление и выбросы углекислого газа.
Тесей доступен предприятиям и государственным учреждениям с крупнейшими наборами данных, а также через торговых партнеров. HPE — первый партнер, внедривший Тесей в качестве механизма ускоренной обработки данных в программное обеспечение HPE Ezmeral Unified Analytics.
«Я очень рад возможности привлечь к работе всю команду Claypot AI. [onto our staff]. Вместе мы сможем ускорить разработку наших продуктов для работы в режиме реального времени и MLOps с помощью самых современных функций для наших клиентов», — сказал Джош Паттерсон, соучредитель и генеральный директор Voltron Data. «Приобретая Claypot AI, Voltron Data сможет обеспечить аналитику в реальном времени, разработку функций и возможности MLOps на базе Тесея, а также продуктов с открытым исходным кодом Apache Arrow, Ibis и Substrait».
Номинативный детерминизм?
Компания Claypot AI была основана в 2022 году Чип Хуен, ученым-компьютерщиком, написавшим книги по проектированию систем машинного обучения, и ее соавтором Чжэньчжун Сюй, возглавлявшим команду платформы потоковой передачи данных, которая обслуживает тысячи случаев использования данных в Netflix.
«Стратегии ИИ должны начинаться со стратегий обработки данных. Я в восторге от этой новой главы с Voltron Data и невероятных возможностей, которые она открывает. Мы собираемся и дальше расширять границы возможного в режиме реального времени, проектировании функций и MLOps для предприятий. “, – сказал Хуен
Очевидно, есть о чем поговорить в области ИИ. Значительная часть обсуждения (что неудивительно) сосредоточена на использовании моделей большого языка (LLM), которые предоставляют хранилища данных для обучения ИИ. Также много говорится о векторных базах данных из-за их внутренней пригодности (многие сказали бы, что это важно). потребность, а не пригодность) для поддержки модели ИИ… а затем возникает предвзятость и галлюцинации ИИ, прежде чем мы перейдем к тому, как человеческие рабочие процессы будут автоматизированы, ускорены и улучшены в реальном мире. Но за всеми этими обсуждениями стоит мощная система обработки и управления данными, которую мы также пытаемся создать, в первую очередь, для управления ИИ.
Независимо от того, готовим ли мы сейчас AI с помощью современной фритюрницы или глиняного горшка старой школы, эта штука горячая… поэтому, пожалуйста, используйте ручку или держатель.
Следуй за мной Твиттер или LinkedIn.
Я технологический журналист с тридцатилетним опытом работы в прессе. В основном я работаю писателем-аналитиком новостей, посвященным теме разработки программных приложений. Большую часть последних двадцати лет я посвятил открытому исходному коду, аналитике и науке о данных, облачным вычислениям, мобильным устройствам и управлению данными. У меня обширный опыт работы в области коммуникаций, начиная с печатных СМИ, газет и телевидения. Во всяком случае, это дает мне достаточно часов циничного, утомленного жизнью опыта, чтобы отделить суть от сути, даже когда продукты блестящие и новые.
Читать большеЧитать меньше
2024-01-25 12:44:29
1706188064
#Сделка #Voltron #Claypot #ускоряет #приготовление #мощности #двигателя #искусственного #интеллекта