Artificial intelligence for IT operations AI就緒基礎架構 AIOps 智慧維運 機器學習

簡化AI部署管理 讓資料科學家專心建模

2018-10-01
近期IT解決方案供應商紛紛投入AI-Ready基礎架構解決方案設計,同時也開發出新的管理平台,以降低AI應用的複雜度。企業可以從中獲得幾項好處,包含有效管理深度學習與機器學習的工作流程、簡化企業開源部署、讓叢集基礎架構更具靈活性,以及藉由優化系統與資料來提升價值。
為了協助企業快速接軌AI,近期IT解決方案供應商紛紛投入AI-Ready基礎架構解決方案設計,同時也開發出新的管理平台,以降低AI應用的複雜度。例如,聯想(Lenovo)除了軟、硬體整合的端對端解決方案外,也發表LiCO(Lenovo Intelligent Computing Orchestration)智能管理平台,助力企業降低管理複雜性。

▲台灣Lenovo環球科技台港韓區解決方案首席顧問黃國柱指出,LiCO是專為高速運算(HPC)與人工智慧模型開發,提供簡化管理和使用分散式叢集資源的軟體方案。
台灣Lenovo環球科技台港韓區解決方案首席顧問黃國柱指出,LiCO是專為高速運算(HPC)與人工智慧模型開發,提供簡化管理和使用分散式叢集資源的軟體方案。由於其整合了管理、監控與排程等功能,並且簡化了與底層運算資源的溝通,因此企業可以從中獲得幾項好處,包含有效管理深度學習與機器學習的工作流程、簡化企業開源部署、讓叢集基礎架構更具靈活性,以及藉由優化系統與資料來提升價值,包含提升分散式模型訓練的擴展效率,以及跨多專案與使用者來管理叢集資源。

LiCO目前已能支援幾個主流的AI 程式庫(Libraries)與框架,例如Tensorflow、 MXNet以及Caffe等等,透過簡單的工作流程、預訓練模型以及專案控制,資料科學家以及研究人員能夠快速開發以及更迭機器學習與深度學習模型,完成訓練後,LiCO會自動化地進行測試與驗證。由於不同的AI框架需要的環境資源均不相同,一旦變動了AI框架系統環境又得重新建立,徒然浪費許多時間,LiCO可以協助企業自由地嘗試不同的框架與硬體資源的組合,不需要重新建立叢集,如此一來便能將主要的時間心力都用來構建模型。

他提到,台灣企業雖然對AI甚感興趣,但許多企業對於如何採購硬體、軟體,以及如何優化,多半都沒有頭緒,不知道從何著手,因此聯想提出了3D策略(Discover、Develop以及Deploy),同時設立AI創新中心,以聯想的客戶案例來告訴企業如何應用AI、開發與部署。而LiCO則用來簡化管理以及提升執行效率,舉例來說,管理者可以在儀表板上綜覽所有資源的使用情況,包含處理器、GPU、記憶體、儲存以及網路等等,甚至還可以控制和部署計費群組提供使用資源報告;如果同時有多位使用者提交需求,專案管理模組(Job Management)可以協助進行排程優化,另外,監控功能可以將訓練過程的準確性(Accuracy)以圖像呈現出來。

目前,包含聯想ThinkSystem SD530、SR630以及T SR650均已支援LiCO智能管理平台。這其中,ThinkSystem SD530為2U容納4節點設計,每個節點可支援最高 2顆GPU,可靈活地符合各種機器學習與深度學習需求。


追蹤我們Featrue us

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!