HPE bringt neue Plattformen und Dienste

Deep Learning ist ein Teilgebiet der künstlichen Intelligenz (KI) und wird, inspiriert vom menschlichen Gehirn, für schwierige Aufgaben wie Gesichts- und Bilderkennung, Bildklassifizierung und Stimmerkennung genutzt. Um Deep Learning zu nutzen, brauchen Unternehmen eine Hochleistungs-Rechnerinfrastruktur, damit sie Lernmodelle aufbauen und trainieren, grosse Datenmengen verarbeiten und Muster in Audiodaten, Bildern, Videos, Text und Sensordaten erkennen können.

Viele Unternehmen haben nicht die Voraussetzungen, um Deep Learning zu implementieren. Ihnen fehlen etwa Expertise und Ressourcen, eine speziell zugeschnittene Hardware- und Software-Infrastruktur sowie die Fähigkeit, verschiedene Teile der Software und Hardware anzupassen, um KI-Systeme zu skalieren. Damit Kunden diese Herausforderungen überwinden und das Potenzial der KI realisieren können, hat HPE zahlreiche Tools und Angebote angekündigt.

Das Rapid Software Development für KI ist eine integrierte Hardware- und Softwarelösung, die speziell für High Performance Computing und Deep-Learning-Anwendungen optimiert ist. Die Lösung basiert auf dem HPE Apollo 6500 und wurde zusammen mit Bright Computing für die schnelle Entwicklung von Deep-Learning-Anwendungen entwickelt. Sie enthält vorkonfigurierte Software Frameworks für Deep Learning, Bibliotheken, automatisierte Software Updates, für Deep Learning optimiertes Cluster Management und unterstützt NVIDIA Tesla V100 GPUs.

Das Deep Learning Cookbook des KI-Forschungsteams bei den Hewlett Packard Labs ist eine Sammlung von Werkzeugen, die Kunden bei der Auswahl der besten Hard- und Software-Umgebungen für verschiedene Deep-Learning-Aufgaben unterstützt. Die Werkzeuge helfen Unternehmen, die Leistung verschiedener Hardware-Plattformen einzuschätzen, Deep Learning Frameworks auszuwählen und die Hard- und Software für ihre individuellen Bedürfnisse zusammenzustellen. Das Deep Learning Cookbook kann auch genutzt werden, um die Leistung der bereits angeschafften Hard- und Software zu validieren und ihre Konfiguration zu optimieren. Ein Beispiel dafür sind die HPE Image Classification Reference Designs: Diese Referenzdesigns bieten Kunden optimierte Infrastrukturkonfigurationen für das Training von Bildklassifizierungsmodellen in verschiedenen Anwendungen - etwa für die Erkennung von Nummernschildern oder die Klassifizierung von Gewebeproben in der Biologie.

Das neue Innovation Center ist eine Plattform für die Zusammenarbeit zwischen Universitäten, führenden Unternehmen der KI-Forschung und HPE-Forschern bei langfristigen Forschungsprojekten. Die Center in Houston, Palo Alto und Grenoble bieten Forschern aus Universitäten und Unternehmen Zugriff auf die dafür benötige Infrastruktur und Werkzeuge.