新的 HPE 产品旨在推动机器学习实施

HPE 发布了一对系统，旨在扩大企业对机器学习的采用和加速部署。 Swarm Learning 旨在在不牺牲安全性的情况下将人群的智慧带入机器学习建模，而机器学习开发系统旨在为原本必须设计和构建自己的机器学习基础设施的公司提供一体式培训解决方案. 机器学习开发系统提供多种不同尺寸的物理足迹，但该公司表示，“小型配置”使用 Apollo 6500 Gen10 计算服务器为机器学习培训提供马力，HPE ProLiant DL325 服务器和 Aruba CX 6300 交换机用于系统组件的管理、NVIDIA 的 Quantum InfiniBand 网络平台，以及慧与的专业机器学习开发环境和性能集群管理软件套件。
根据 IDC 研究副总裁 Peter Rutten 的说法，它本质上是将 HPC（高性能计算）能力引入企业机器学习，而这通常需要企业构建自己的系统。 “这是企业真正在寻找的那种系统，现在人工智能更加成熟了，”他说。 “将 AI 引入您的业务的最大障碍是您必须构建系统。
”对于某些公司来说，使用云资源可能是一种选择，但 AI 模型所需的数据往往是敏感且对业务至关重要的，因此，即使对某些行业的监管限制使其他行业完全不可能，某些企业也可能会回避这种选择。 机器学习数据的敏感性是慧与试图通过其另一款新产品 Swarm Learning 解决的痛点。这是一个分散式框架，它使用容器化来完成两个目的——首先，它允许机器学习在边缘系统上进行，而无需往返于中央数据中心，让公司比其他方式更快地获得准确的洞察力
其次，它允许同行公司在彼此之间实际共享 AI 模型学习的结果，从而潜在地创造整个行业的利益，而无需企业彼此共享基础数据。 “因此，如果您有七家医院都在尝试解决 AI 模型训练的问题，但他们无法共享数据，那么您将获得有限的 AI 训练，”Rutten 说。这使得低精度模型具有潜在的偏见，具体取决于医院患者的人口统计数据和许多其他因素。
“为了解决这个问题……群体学习不共享数据，但它共享每个位置的模型训练结果，并将其组合成一个训练模型。” Rutten 指出，群体学习是一种相对新颖的技术，这意味着广泛采用可能会很慢，但 HPE 的机器学习开发系统直接针对当前的痛点，使其成为两者中更有趣的公告。 他说：“这几乎是您数据中心中的一种 aaS [即服务] 产品。”
“这是人们在企业中启用 AI 模型培训时所寻求的。”。