Istanze DL1 di Amazon EC2

Seagate Technology è stata un leader mondiale per 40 anni offrendo soluzioni di archiviazione e gestione dati. Gli ingegneri di data science e machine learning di Seagate hanno creato un sistema avanzato di rilevamento dei difetti con deep learning (DL) e lo hanno implementato a livello globale in tutti gli stabilimenti di produzione dell'azienda. In un recente progetto di Proof of concept, Habana Gaudi ha superato gli obiettivi prestazionali nell'addestramento di uno dei modelli DL di segmentazione semantica utilizzato attualmente nella produzione di Seagate. 

«Prevediamo che il significativo vantaggio in termini di prezzo e prestazioni delle istanze Amazon EC2 DL1, alimentate dagli acceleratori Habana Gaudi, possa costituire un'interessante aggiunta futura ai cluster di calcolo AWS. Mentre Habana Labs continua ad evolversi permettendo una maggiore copertura degli operatori, c'è il potenziale per espandersi verso ulteriori casi d'uso aziendali e quindi ottenere un ulteriore risparmio sui costi".

Leidos è uno dei primi 10 fornitori di IT per la sanità e offre una vasta gamma di soluzioni personalizzabili e scalabili per ospedali, sistemi sanitari e organizzazioni biomediche, nonché per tutte le agenzie federali degli Stati Uniti che si occupano di salute. 

«Una delle numerose tecnologie che stiamo abilitando per far progredire l'assistenza sanitaria oggi è l'uso dell'apprendimento automatico e del deep learning per la diagnosi delle malattie basata sui dati di imaging medico. I nostri enormi set di dati necessitano di un addestramento tempestivo ed efficiente per aiutare i ricercatori che stanno cercando di risolvere alcuni degli urgenti casi medici più misteriosi. Considerata la necessità per Leidos e per i suoi clienti di un addestramento rapido, semplice ed economicamente sostenibile per i modelli di Deep Learning, siamo entusiasti di aver iniziato questo viaggio insieme a Intel e AWS per utilizzare le istanze DL1 di Amazon EC2 basate sui processori Habana Gaudi AI. Utilizzando le istanze DL1, prevediamo un aumento della velocità e dell'efficienza dell'addestramento dei modelli, con una conseguente riduzione del rischio e dei costi di ricerca e sviluppo. »

Intel ha creato una tecnologia di tracciamento 3D dell'atleta che analizza in tempo reale i video dell'atleta in azione per informare i processi di addestramento delle prestazioni e migliorare l'esperienza del pubblico durante le gare.

«L'addestramento dei nostri modelli su istanze Amazon EC2 DL1, alimentate dagli acceleratori Gaudi di Habana Labs, ci consentirà di elaborare in modo accurato e affidabile migliaia di video e generare dati sulle prestazioni associati, riducendo al contempo i costi di formazione. Con le istanze DL1, ora possiamo allenarci alla velocità e ai costi necessari per servire in modo produttivo atleti, squadre ed emittenti di tutti i livelli in una varietà di sport. »

RiskFuel fornisce valutazioni in tempo reale e sensibilità al rischio alle società che gestiscono portafogli finanziari, aiutandole ad aumentare la precisione e le prestazioni del trading.

«Due fattori ci hanno portato alle istanze Amazon EC2 DL1 basate sugli acceleratori AI Habana Gaudi. Prima di tutto volevamo essere sicuri che i nostri clienti delle assicurazioni e delle banche potessero eseguire i modelli Riskfuel che sfruttano gli hardware più recenti. Per fortuna migrare i nostri modelli verso le istanze DL1 è stato semplice e intuitivo, davvero, si è trattato solo di cambiare alcune linee di codice. In secondo luogo, i costi di formazione sono una componente importante della nostra spesa e la promessa di un miglioramento fino al 40% dell'andamento dei prezzi offre un vantaggio potenzialmente sostanziale ai nostri profitti. »

Fractal è un leader mondiale nel campo dell'intelligenza artificiale e dell'analisi dei dati, migliorando le scelte delle società Fortune 500.
 

«L'intelligenza artificiale e il deep learning sono al centro della nostra capacità di visione artificiale, consentendo ai clienti di prendere decisioni migliori in tutti i settori in cui operiamo. Per migliorare la precisione, i set di dati stanno diventando più grandi e complessi e necessitano di modelli più grandi e complessi. Questo sta spingendo la necessità di prestazioni e prezzi di calcolo migliorati. Le nuove istanze DL1 di Amazon EC2 promettono una riduzione significativa dei costi di addestramento rispetto alle istanze EC2 basate su GPU. Ci aspettiamo che ciò renda la formazione dei modelli di intelligenza artificiale sul cloud molto più competitiva in termini di costi e accessibile rispetto a prima per un'ampia gamma di clienti. »