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 |
|
Infor ожидает повышения спроса на AI- и ML-решения
11, декабрь 2019
Компания Infor , мировой лидер в области разработки облачных решений с глубокой отраслевой специализацией, ожидает, что спрос на отраслевые решения с использованием технологий искусственного интеллекта и машинного обучения в будущем году продолжит свой рост. По данным исследования «2019 Gartner CIO Agenda» , в 2018–2019 годах доля организаций, в том или ином виде внедривших технологии искусственного интеллекта, выросла с 4% до 14%.
По оценке группы 451 Research, каждая пятая организация уже применяет в своем бизнесе программное обеспечение, где в каком-либо формате используются ML-алгоритмы. В 20% компаний ML-инициативы находятся на стадии прототипа или пилотного проекта. 13% респондентов планируют приступить к внедрению технологий машинного обучения в течение ближайшего года, еще 15% — в рамках трехлетнего горизонта планирования.
Если первопроходцам приходилось создавать AI- и ML-решения своими силами, то сейчас все больше компаний стремятся приобретать готовые приложения корпоративного уровня со всем необходимым функционалом. Порядка 38% организаций используют приложения от сторонних поставщиков.
Основные сферы применения AI и ML — это финансы и страхование (выявление случаев мошенничества), ритейл (обслуживание клиентов и прогнозирование поведения), промышленное производство (профилактическое обслуживание оборудования и транспорта, прогнозирование спроса и необходимых объемов закупок). Огромным потенциалом обладает сегмент медицины и здравоохранения, однако здесь до широкого внедрения новых технологий необходимо решить вопросы обеспечения безопасности данных и врачебной тайны.
В сентябре текущего года компания Infor открыла общий доступ к платформе Infor Coleman AI — решению для развертывания моделей машинного обучения. Решение
функционирует на уровне, предшествующем уровню бизнес-приложений. Модели в Coleman AI обучаются на данных из сети предприятия, корпоративных графах и наборах данных, характерных для конкретной отрасли. В итоге компании получают возможность увеличивать эффективность различных бизнес-процессов, таких как управление задачами, прогнозирование результативности рекламных кампаний, управление складом и складскими остатками, оптимизация маршрутов автопарка, прогнозирование профилактики оборудования, корректировка производственных планов.
Во многих случаях инструменты разработки AI-проектов ориентированы на специалистов и экспертов в области Data Science. По этой причине разработка ведется достаточно медленно — от нескольких месяцев до полугода и более.
Infor Coleman AI предлагает готовые шаблоны, учитывающие отраслевую специфику. Они позволяют существенно ускорить запуск типовых проектов для Big Data и машинного обучения. Сама платформа и шаблоны ориентированы на бизнес-пользователей, не обладающих специальными навыками. Среда создания моделей Infor Coleman AI достаточно проста для понимания и не требует такой серьезной теоретической подготовки и практического опыта, как другие аналогичные инструменты. Основной упор в решении сделан на удобство пользования и встроенные механизмы взаимодействия с другими корпоративными приложениями. Это облегчает работу с итоговыми наборами данных: упрощает выявление взаимосвязей и оценку достоверности данных.
При использовании Infor Coleman AI совместно с Infor OS продолжительность всего процесса разработки и вывода AI-проектов в производственную эксплуатацию можно сократить до шести недель и менее.
Infor Coleman AI — по-настоящему мощный инструмент для анализа данных и прогнозирования событий. Благодаря его функциональным возможностям, американская нефтехимическая компания Flint Hills Resources успешно реализует свою инициативу по повышению эффективности и безопасности работы оборудования, а также по сокращению расходов на его обслуживание.
Infor Coleman AI обеспечивает для компании переход от планового обслуживания, которое проводится регулярно, раз в полгода, к прогнозному техническому обслуживанию. Таким образом Flint Hills Resources планирует сократить свои затраты на сотни миллионов долларов в годовом выражении.
Прогнозный подход позволит избежать вынужденного простоя перерабатывающих комплексов, неизбежного для плановой профилактики. Также сократится потребность в закупке «про запас» и в хранении дорогостоящих деталей для ремонта.
Сейчас модели обучаются на данных, которые собирались на двух перерабатывающих комплексах на протяжении десяти лет. На следующем этапе исторические данные планируется обогащать информацией, поступающей в реальном времени с промышленных сенсоров. Их установят непосредственно на оборудовании. Это позволит существенно повысить точность моделей.
«Платформа Infor Coleman AI позволяет быстро реализовывать AI-проекты силами бизнес-пользователей. Способность решения учитывать отраслевую специфику помогает быстро выявлять основные точки, где оптимизация процессов принесет максимальную отдачу, и добиваться отличных результатов в виде роста производительности, сокращения затрат и потерь», — отметил Дмитрий Мартынов, официальный представитель компании Infor в России и СНГ.
О компании Infor
Компания Infor является глобальным лидером в области облачных технологий для бизнеса. В Infor работают 17 300 сотрудников, а решения Infor пользуются успехом у более чем 68 000 клиентов в более чем 170 странах. Программное обеспечение Infor создано для прогресса. Узнать больше вы можете по ссылке :
В число клиентов Infor входят:
20 ведущих аэрокосмических компаний;
9 из 10 ведущих высокотехнологичных компаний;
14 из 25 крупнейших систем предоставления медицинских услуг в США;
19 из 20 крупнейших городов США;
18 из 20 ведущих поставщиков автомобильной техники и комплектующих;
14 из 20 ведущих промышленных дистрибьюторов;
13 из 20 ведущих ретейл-компаний;
4 из 5 ведущих пивоваренных компаний;
17 из 20 ведущих международных банков;
9 из 10 крупнейших международных отельных брендов;
7 из 10 ведущих мировых премиум-брендов.
|
|