Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Исследование SAP: в разработки искусственного интеллекта за 10 лет в России вложено около 23 млрд. Рублей

23, май 2017  —  Компания SAP провела исследование в области разработки проектов с использованием искусственного интеллекта в России.

С 2007 года и по настоящее время в России государственные и бизнес-структуры профинансировали 1386 научных проектов, посвященных искусственному интеллекту. Большая часть проектов (1229) являются некоммерческими – они проводятся в рамках федеральных целевых программ или оплачиваются различными фондами. Это демонстрирует, что российский бизнес пока что в меньшей степени заинтересован в разработке и использовании искусственного интеллекта в своих проектах.

За десять лет на исследования и разработки в области искусственного интеллекта было выделено около 23 млрд. рублей. Объёмы госфинансирования уступают другим странам – например, в США ежегодно из госбюджета выделяется около 200 млн. долларов на исследования в области искусственного интеллекта. Стоит также отметить, что уровень финансирования в России является невысоким с учётом количества проектов и общего числа задействованных научных сотрудников (от 6 до 10 тысяч человек).

Лидеры по объёму государственного финансирования – проекты для госсектора, транспортной отрасли, обороны и безопасности. Это свидетельствует, что в России прежде всего поддерживают проекты, где ожидаются результаты с быстрым применением на практике. Например, анализ данных и различные системы распознавания помогают оптимизировать логистические и транспортные проблемы. Текущие геополитические задачи также определяют острую потребность в интеллектуальных системах для модернизации оборонно-промышленного комплекса. Тематическими лидерами по вложениям со стороны государства среди тематик являются проекты по анализу данных, системы поддержки принятия решений и распознавания изображений и видео (последняя тема востребована и в коммерческих проектах).

В России существуют несколько ВУЗов, научных и коммерческих организаций, которые являются лидерами по числу проектов и финансированию в разных сферах:

•  В сфере анализа данных лидерами являются МГУ (17 проектов) и Университет ИТМО (19 проектов)

•  Системы поддержки принятия решений – Университет ИТМО (27) и Московский Экономический Институт (12)

•  Распознавание изображений и видео – Институт систем обработки изображений РАН (17) и Южно-Российский государственный университет экономики и сервиса (13)

•  Распознавание текста и речи – НИИ « Прикладная семиотика » (9) и Центр речевых технологий (9)

В России существует большой потенциал в сфере подготовки квалифицированных специалистов для проектов с ИИ. Согласно исследованию SAP, в 286 вузах имеются соответствующие магистерские программы, около 50 тыс. студентов обучаются по 65 специальностям, связанным с анализом данных, машинным обучением, распознаванием речи и изображений, компьютерной лингвистикой и др. За последние пять лет подготовку по этим программам прошли более 200 тыс. человек.

« Компания SAP планирует построить стратегию развития программных решений с использованием искусственного интеллекта для бизнеса в партнёрстве с российскими исследователями и в интересах российских клиентов в сфере промышленного производства, ТЭК, сервисного бизнеса и госсектора, – отметила Наталия Парменова, исполнительный директор SAP СНГ. – Для этого в московском офисе SAP СНГ был открыт департамент по работе с большими данными, который в том числе будет заниматься и проектами в сфере искусственного интеллекта ».

Справочная информация:

При подготовке исследования эксперты SAP использовали следующую информацию: глубинные интервью с экспертами в сфере искусственного интеллекта, базы государственного финансирования научных проектов, общедоступная информация о проектах в области искусственного интеллекта и организациях-разработчиках интеллектуальных систем в интернете. В рамках исследования был проведен анализ компетенций и ресурсов в данной сфере в России, определены ведущие центры экспертизы и разработки в данной сфере, а также самые популярные и финансируемые сферы для исследований по направлению ИИ.

О компании

SAP — один из мировых лидеров на рынке корпоративных приложений. Компания помогает организациям любого размера и специализации эффективнее управлять своим бизнесом, будь то вспомогательные службы или совет директоров, склад или магазин, настольные или мобильные приложения.

Решениями и сервисами SAP пользуется более 345 000 клиентов, передовые технологии компании гарантируют высокую рентабельность, способствуют непрерывной адаптации и устойчивому росту.

В 1992 году был открыт офис SAP SE в Москве. Также за прошедшие 20 лет открылись представительства SAP в Екатеринбурге, Санкт-Петербурге, Новосибирске, Ростове-на-Дону, Алматы, Минске и Киеве, а численность сотрудников превысила 1050 человек. Более подробная информация — на   www.sap.com и   www.sap.ru .

Публикации по теме
Рынки
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости SAP

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.