Сфера машинного обучения и ИИ-сервисов переживает бурный расцвет. Неудивительно, что разработчики новых ИИ-процессоров и производители серверного оборудования наперебой спешат представить свои новинки на проходящей сейчас конференции SC19.

Одним из таких производителей стала компания GIGABYTE ‒ она, как и большинство других производителей игрового «железа», имеет в своём составе и серверное подразделение. На выставку GIGABYTE привезла множество новых систем, которые пополнят серию серверов G-Series.

Второе поколение процессоров AMD EPYC позволило существенно уплотнить вычислительные мощности благодаря наличию новых 64-ядерных моделей. GIGATYTE воспользовалась этим и в числе прочего представила модели серверов G292-Z22 и G292-Z42 с одним и двумя процессорными разъёмами соответственно. Системы компактны, они используют корпуса высотой всего 2U, но при этом поддерживают установку до восьми ускорителей, таких, как NVIDIA Tesla V100. Имеется также 8 дисковых отсеков формата 2,5″, часть из которых поддерживает 2 либо 4 накопителя с интерфейсом NVMe.

GIGABYTE G292-Z20: один EPYC, восемь ускорителей в боковых тоннелях. Поддерживается PCIe 4.0

Несмотря на компактность, эти системы имеют очень продуманную систему охлаждения. Процессоры в серверах такого класса вырабатывают отнюдь не основную долю тепла, а главным источником являются ускорители, будь то GPU или специализированные чипы. Поэтому платы ускорителей размещаются в двух параллельных и прекрасно продуваемых тоннелях слева и справа от системной платы.

GIGABYTE G242-Z10: вид вблизи

Пока речь идёт о поддержке PCIe 3.0, но в начале следующего года GIGABYTE представит модели G292-Z20 и G292-Z40, в которых будет задействована шина PCIe 4.0. Но на выставке SC19 эти новинки уже демонстрируются, как и совсем компактная модель G242-Z10, также с поддержкой нового стандарта. Несмотря на малые габариты, эта модель может вместить в себя четыре полноразмерных ускорителя. Выставочный экземпляр был оснащён платами Radeon Instinct.

GIGABYTE G242-Z10: самый компактный вариант с четырьмя полноразмерными Radeon Instinct с интерфейсом PCIe 4.0

Следующие новинки, серверы G482-Z50 и G482-Z51, уже нельзя назвать компактными: они используют корпуса высотой 4U. Первая модель интересна тем, что поддерживает установку уже 10 плат-ускорителей, причём, каждые 5 из них общаются с процессором через коммутатор PCIe, поддерживающий прямую передачу данных от GPU к GPU. Развита здесь и подсистема хранения данных: имеется 12 полноразмерных отсеков SATA/SAS и 10 отсеков формата 2,5″ с поддержкой SATA/SAS либо NVMe. По сути, это готовая универсальная платформа, отлично подходящая и для задач машинного обучения.

GIGABYTE G482-Z51: отличная платформа для машинного обучения. До 8 ускорителей Radeon Instinct, поддержка PCIe 4.0

А вот в модели G482-Z51 возможности, на первый взгляд, несколько скромнее: мест для установки плат-ускорителей тут всего 8, но зато этот сервер является одним из первых на рынке x86-серверов с «родной» поддержкой PCIe 4.0 ‒ здесь карты подключаются напрямую к центральным процессорам. Эту систему GIGABYTE считает идеально подходящей для комплектации ускорителями AMD Radeon Instinct MI50, которые как раз поддерживают новый стандарт PCIe и при установке восьми карт могут обеспечить производительность до 216 Тфплос в задачах обучения, использующих формат FP16.

GIGABYTE G482-Z51, вид сверху. 16 слотов DIMM на процессор не оставят систему без памяти. В левом нижнем углу - скоростной сетевой адаптер

Компания также представила в новой серии «лезвие» T181-Z70. Оно выполнено в форм-факторе, разработанном в рамках инициативы Open Compute Project и устанавливается в OCP-стойку с габаритами 21″ и собственным блоком питания. В итоге в корпус высотой 1U удалось вместить два процессора AMD EPYC второго поколения и до четырёх полноразмерных плат-ускорителей. Нашлось здесь место и для четырёх дисковых отсеков формата 2,5″ и даже для дополнительного слота расширения ‒ он предназначен для установки высокоскоростных сетевых карт нового поколения. Новинка совместима с прочими продуктами GIGABYTE RACKLUTION-OP, использующими новый форм-фактор OCP.

GIGABYTE T181-Z70: вклад компании в развитие открытых стандартов. Фото GIGABYTE

Демонстрирует компания также новую модульную гиперконвергентную систему ‒ H262-Z61. Каждый её модуль очень компактен, шасси высотой 2U может вместить сразу четыре таких модуля. При этом конфигурация его очень серьёзна: два процессорных разъёма c поддержкой AMD EPYC второго поколения и два слота PCIe 4.0 x16 для установки ускорителей. Кроме того, возможна установка мезаниновых плат формата OCP 2.0 и шести накопителей NVMe формата 2,5″.

GIGABYTE H262-Z61, один модуль из четырёх

Несмотря на активный натиск со стороны AMD EPYC, не забыла GIGABYTE и о процессорах Intel Xeon Scalable второго поколения. На их основе построены системы G241-G40 и G591-HS0. Первая модель выглядит достаточно обычно, она выполнена в корпусе высотой 2U и может нести на борту до четырёх полноразмерных ускорителей. Воздухообмен хорошо продуман, и сервер поддерживает установку даже карт с пассивными радиаторами. Имеется четыре полноразмерных дисковых отсека и два слота M.2 для установки твердотельных накопителей NVMe.

GIGABYTE G241-G40. Фото GIGABYTE

Система G591-HS0 относится к совсем иному классу: это огромный сервер высотой 5U, имеющий в задней части корпуса два специальных выдвижных отсека. Каждый из таких отсеков может принять в себя по 20 карт расширения половинной высоты. Используются специальные коммутаторы PCIe 3.0, поскольку даже два процессора Xeon Scalable просто не могут дать нужного количества линий.

G591-HS0: уникальные возможности расширения. Фото GIGABYTE

Ввиду того, что сейчас активно развиваются альтернативные ускорители на базе ПЛИС или специальных ASIC, которые могут быть достаточно компактными, данный сервер является идеальной платформой для организации мощной системы на базе таких ускорителей. К примеру, это может быть система анализа видео в реальном времени. Более того, с помощью дополнительного модуля расширения к G591-HS0 можно подключить ещё 32 однослотовых, но полноразмерных ускорителя.

G591-HS0: вид со стороны корзин расширения. Фото GIGABYTE

Все новые системы GIGABYTE поддерживают систему удалённого управления GIGABYTE Management Console, в основе которой лежит веб-платформа AMI MegaRAC SP-X. Новое поколение iKVM использует стандарт HTML5 и полностью отвечает стандартам Redfish API, оно также полностью бесплатно и не требует приобретения каких-либо дополнительных лицензий. Имеется также сервисная утилита GIGABYTE Server Management в версии как для обычных ПК, так и для мобильных устройств.

Компания Huawei анонсировала самый производительный в мире кластер для обучения нейронных сетей, который называется Atlas 900. Как заявляет сама компания, данная высокопроизводительная платформа поможет «сделать ИИ доступнее для широкого спектра научных исследований и инновационных бизнес-решений».

В основе кластера Atlas 900 лежат процессоры Ascend 910, которые и были разработаны специально для решения задач, связанных с ИИ. Точное количество чипов в системе не уточняется, но отмечается что их там «тысячи».

Остальные характеристики кластера Huawei также предпочла оставить в тайне.

Однако китайская компания с гордостью заявила, что на обучение нейросети ResNet-50, которая является чуть ли не золотым стандартом для измерения производительности в машинном обучении, кластеру Atlas 900 при использовании 1024 процессоров Ascend 910 понадобилось всего 59,8 секунды. Это на 10 секунд меньше предыдущего мирового рекорда.

По словам Huawei, высокопроизводительная система Atlas 900 может быть задействована для решения задач в самых разных сферах: от астрономии, прогнозирования погоды и автономного вождения до разведки нефтяных месторождений.

Компания также обеспечила доступ к Atlas 900 посредством собственного облачного сервиса Huawei Cloud, тем самым обеспечив своим клиентам из различных отраслей простой способ использовать вычислительные мощности новой системы. Также заметим, что Huawei предлагает доступ университетам и научно-исследовательским организациям по всему миру с большой скидкой.

Компания SAP, являющаяся одним из крупнейших европейских производителей программного обеспечения для корпоративного рынка, объявила о выпуске новой платформы для работы с данными Data Intelligence.

Ключевой особенностью SAP Data Intelligence является поддержка технологий машинного обучения и систем искусственного интеллекта на базе нейронных сетей. В составе решения представлены инструменты для создания и работы с моделями данных, их наполнения, обучения, переобучения, прогнозирования и дальнейшей промышленной эксплуатации. Продукт может интегрироваться с SAP-системами и с любым другим программным обеспечением предприятия.

SAP Data Intelligence упрощает сбор, анализ и визуализацию данных из различных источников, в том числе территориально распределённых. Платформа включает шаблоны для типовых сценариев использования данных, содержит среду для их исследования и разработки моделей машинного обучения, позволяет комбинировать информационные потоки из структурированных и неструктурированных источников, а также решать прочие задачи.

Подробные сведения о продукте доступны на сайте sap.com.

Второй крупнейший игрок на рынке программируемых матриц компания Xilinx представил новые ускорители на ПЛИС модели Alveo U50. Ускорители выполнены в формфакторе PCIe-адаптеров с низким профилем и занимают на материнской плате один слот. До этого в семействе продуктов Alveo были представлены лишь двухслотовые модели, требующие дополнительного питания PCIe. Устройства построены на 16-нм чипах с архитектурой FPGA UltraScale+.

Адаптеры Xilinx Alveo U50 питаются исключительно через слот и свободны от подключения дополнительных разъёмов, что, безусловно, означает пониженное потребление и меньшую производительность. Но эти жертвы могут окупиться сполна. Ускорители Alveo U50 можно установить практически в любой сервер, где есть хоть один свободный слот PCIe. Это решение может стать массовым и оказаться тем камешком с горы, который вызовет лавину интереса к продукции Xilinx и экосистеме ИИ-платформ компании. Фактически Alveo U50 могут стать для Xilinx оружием победы, как бы громко это ни звучало.

Отказ от дополнительного питания свёл пиковое потребление адаптера Alveo U50 до 75 Вт или до номинального значения 50 Вт. Тем самым адаптер Xilinx оказался конкурентом NVIDIA Tesla T4 и предназначен для платформ ИИ с функцией принятия решений. Это могут быть как локальные (пограничные) системы, так и облачные. Компания Xilinx активно работает с облачным сервисом Amazon (AWS) и предоставляет драйверы, компиляторы и другие необходимые программные компоненты.

Интерфейс Xilinx Alveo U50 ― это PCI Express 4.0 с поддержкой спецификаций CCIX. В семействе ускорителей Alveo шину PCIe 4.0 и CCIX поддерживает только старшее решение Alveo U280. Это ещё один плюс в копилку преимуществ младшего и, как надеются в Xilinx, массового решения. Другим преимуществом стало использование в качестве бортовой памяти массива HBM2 объёмом 8 Гбайт с пропускной способностью до 460 Гбайт/с. Адаптеры U200 и U250 используют память DDR4, которая дешевле, но не так быстра.

Наконец, адаптеры Alveo U50 поддерживают протокол NVMe-oF. Это означает, что адаптер снимает с процессора задачу по обслуживанию передачи пакетов данных и обеспечивает минимальные задержки при работе с данными ― на уровне обмена с прямым подключением, хотя может находиться удалённо. Сетевой разъём у адаптера, кстати, QSFP28, который позволяет обмениваться данными со скоростью до 100 Гбит/с. Также предусмотрена модификация Alveo U50DD с двумя портами QSFP28. О цене вопроса не сообщается, но будет явно не выше цен на адаптеры NVIDIA Tesla T4.

Состоялось первое расширенное заседание Технического комитета по стандартизации № 164 «Искусственный интеллект» (ТК 164).

Названный комитет был сформирован 25 июля 2019 года. Ожидается, что его работа будет способствовать внедрению в нашей стране технологий искусственного интеллекта (ИИ) и машинного обучения. Комитет займётся созданием нормативно-технической базы в области ИИ и продвижением российских стандартов на международный уровень.

Нужно отметить, что в состав комитета вошли более 70 организаций и компаний. Среди них — Минкомсвязи России, Минздрав России, МГУ имени М.В. Ломоносова, МФТИ, «Сбербанк», «Яндекс», Фонд перспективных исследований и пр.

Отмечается, что в ходе заседания было принято решение о создании пяти рабочих групп: «Основополагающие стандарты», «Качество систем искусственного интеллекта», «Прикладные технологии искусственного интеллекта», «Большие данные» и «Искусственный интеллект в образовании».

«Благодаря разрабатываемым стандартам потребитель технологий искусственного интеллекта сможет убедиться, например, что беспилотный автомобиль безопасен для пассажиров и окружающих, а качество работы системы поддержки принятия медицинских решений не уступает квалификации опытного врача», — говорят участники заседания. 

Компания ABBYY объявила о приобретении разработчика платформы для комплексного анализа бизнес-процессов TimelinePI. Условия сделки не разглашаются.

Созданный TimelinePI программный комплекс относится к классу решений Process Intelligence (PI) и в полной мере использует технологии машинного обучения и системы искусственного интеллекта на базе нейронных сетей. Продукт позволяет в реальном времени получать подробную информацию о работе бизнес-процессов в организации и текущем положении дел, сведения о производительности сотрудников, «узких местах» в корпоративной среде и возможных рисках для бизнеса, а также проверять, соответствует ли текущее положение дел в компании регламенту, оценивать эффект от внедрения той или иной IT-системы и решать прочие задачи вплоть до прогнозной аналитики.

В опубликованном ABBYY сообщении подчёркивается, что дальнейшее развитие и совершенствование платформы TimelinePI станет одним из ключевых элементов стратегии компании на рынках интеллектуальной обработки информации и цифровой трансформации бизнеса. Платформа TimelinePI будет дополнена ИИ-разработками ABBYY, что позволит системе понимать бизнес-процессы на глубинном уровне с использованием технологий обработки естественного языка. ABBYY будет предлагать заказчикам платформу как отдельно, так и в составе существующих и перспективных решений компании.

С поглощением TimelinePI компания ABBYY намерена выступить на новом для себя поле: активно развивающемся рынке интеллектуальных решений и методов глубинной аналитики бизнес-процессов Process Mining. По оценке Gartner, в 2018 году мировой рынок такого ПО составил $160 млн. Аналитики Research and Markets прогнозируют, что к 2023 году он достигнет $1,42 млрд и будет расти более, чем на 50% ежегодно.

Gartner прогнозирует быстрое развитие проектов в области искусственного интеллекта (ИИ) и машинного обучения.

Сейчас организации и компании, работающие с платформами ИИ и машинного обучения, реализуют в среднем по четыре проекта в соответствующих сферах. В целом, 59 % респондентов сообщили, что в том или ином виде применяют средства искусственного интеллекта.

В течение следующего года организации, которые уже применяют ИИ, намерены развернуть в среднем ещё по шесть проектов с использованием технологий искусственного интеллекта и машинного обучения. Таким образом, их количество достигнет десяти.

В 2021-м названный показатель, как ожидается, увеличится до 20, то есть вырастет в пять раз по сравнению с текущим годом. А в 2022 году, согласно прогнозам Gartner, организации и компании доведут количество проектов, связанных с ИИ, до 35. Иными словами, данная величина увеличится практически на порядок по сравнению с нынешним годом.

Средства искусственного интеллекта и машинного обучения позволяют автоматизировать выполнение многих рутинных операций, а также ускорить развёртывание новых сервисов и клиентских платформ. 

Российский системный интегратор КРОК разработал систему промышленной видеоаналитики, предназначенную для контроля и обеспечения безопасности на производственных предприятиях. Впервые решение было представлено на проходившей в Екатеринбурге выставке «Иннопром-2019».

Особенностью созданного специалистами КРОК продукта являются технологии машинного обучения и системы искусственного интеллекта на базе нейронных сетей. Комплекс в онлайн-режиме обрабатывает параллельные потоки данных с камер видеонаблюдения, отслеживает события по заданным параметрам и позволяет наглядно отображать ситуацию на трёхмерной информационной модели объекта.

Система видеоаналитики КРОК может применяться для мониторинга производственных площадей и инфраструктуры. Благодаря искусственному интеллекту комплекс способен распознавать лица сотрудников, следить за обстановкой на территории объекта, контролировать соблюдение техники безопасности, отслеживать местоположение персонала и доступ в опасные зоны, фиксировать возникающие инциденты и решать прочие задачи.

Комплекс поддерживает работу с любыми системами видеонаблюдения и безопасности, в том числе с промышленными носимыми устройствами. Возможно использование системы видеоаналитики в составе интеграционной платформы КРОК «Цифровой рабочий», которая собирает данные из различных информационных систем, в том числе поступающие от промышленных IoT-устройств — умных касок, браслетов, очков. В настоящее время продукт в пилотном режиме развёрнут в нескольких индустриальных предприятиях РФ. В частности, в крупной энергетической компании — для распознавания нарушений при работах на высоте, и на химическом комбинате — для выявления фактов отсутствия средств индивидуальной защиты.

Материалы по теме:

• Рынок промышленных IoT-платформ в России находится на этапе зарождения;
• «Галактика» представила систему управления производственными процессами;
• Эксперты: защита радиоуправляемого промышленного оборудования оставляет желать лучшего.

Источник:

• croc.ru

Исследование, проведённое компанией SAS и Ассоциацией сертифицированных специалистов по расследованию хищений и мошенничества (ACFE), говорит о том, что всё больше компаний и организаций будут применять защитные решения на основе искусственного интеллекта (ИИ) и машинного обучения.

Речь идёт об инструментах нового поколения, предназначенных для борьбы с мошенничеством. ИИ-технологии и машинное обучение позволят повысить эффективность выявления преступных схем и прогнозирования рисков.

В настоящее время антифрод-инструменты на базе ИИ и машинного обучения применяют примерно 13 % организаций. Ещё 25 % компаний, принявших участие в исследовании, намерены внедрить подобные технологии в течение года или двух. Таким образом, к 2021-му около 40 % организаций будут использовать для борьбы с мошенничеством ИИ и машинное обучение.

Сейчас большинство организаций чаще всего пользуются преднастроенными отчётами по ключевым событиям мошенничества с использованием классических инструментов, например, от Microsoft Office. Это стандартный инструмент для 64 % компаний, охваченных исследованием. На втором месте по популярности стоит автоматический мониторинг с использованием экспертных бизнес-правил — его применяют 54 % организаций. Замыкает тройку визуальное исследование данных с использованием инструментов Business intelligence (BI) — 35 %.

Ожидается, что к 2021 году 72 % организаций будут использовать для борьбы с мошенничеством автоматический мониторинг данных, автоматическое обнаружение аномалий и др. Предиктивная аналитика планируется использоваться в 52 % организаций. 

Природные катаклизмы ежегодно уносят тысячи жизней и приводят к многомиллиардным убыткам. Причём с каждым годом ситуация только ухудшается. Быстрее и точнее прогнозировать атмосферные явления вскоре поможет новая система на основе технологий искусственного интеллекта (ИИ).

В разработке участвуют специалисты Университета штата Пенсильвания (Penn State), американского провайдера прогнозов погоды AccuWeather и испанского Альмерского университета (University of Almería).

Исследователи применяют фреймворк машинного обучения для обнаружения вращательного движения в структурах облаков, запечатлённых на спутниковых снимках. В частности, алгоритмы ищут образования в форме запятой, которые связаны с такими атмосферными явлениями, как град, грозы и бураны. Для тренировки модели использовались аннотированные вручную снимки — с упором как на форму, так и на параметры движения.

Пример спутникового снимка с атмосферным образованием в форме запятой

В результате, новая модель смогла с точностью до 99 % выявлять атмосферные образования указанного типа со средней скоростью 40 секунд на один прогноз. В целом, система позволяет охватить 64 % всех прогнозов плохой погоды, что превосходит результат для других используемых сейчас моделей.