Meblomaster inwestuje w nowe technologie, aby zwiększyć rentowność

Meblomaster, producent mebli skrzyniowych zdecydował się wdrożyć system wspierający zarządzanie przedsiębiorstwem. Impuls EVO - system ERP…

Simple zinformatyzuje Przewoźników Drogowych w Polsce

Simple SA i Zrzeszenie Międzynarodowych Przewoźników Drogowych w Polsce podpisały umowę na wdrożenie indywidualnego rozwiązania…

Jak rozwijać firmę produkcyjną dzięki ERP?

Firmy z sektora produkcyjnego potrzebują zintegrowanych rozwiązań IT (ERP}, aby umożliwić przepływ informacji między działami organizacji i…

Europa wydaje miliardy Euro na IoT. W 2019 roku rynek urośnie o 20%

Europejski rynek IoT wzrośnie w tym roku prawie o 20 procent, zapowiada IDC. Tym samym będzie wart prawie 150 mld Euro, a dwucyfrowy wynik wzrostu…

Sage | Enterprise Management – korzyści biznesowe i oszczędności w firmach produkcyjnych

Wdrożenie nowoczesnego systemu do zarządzania przedsiębiorstwem ma pozytywny wpływ na całą organizację. Jak obliczyła firma badawcza…

Najważniejsze trendy w ECM na 2019

W 2020 roku na świecie będzie 45 zetabajtów danych, jak podają eksperci Cloud Technologies, dlatego wydatki firm na ich przetwarzanie drastycznie…

Previous Next Play Pause
loading...
IT SOLUTIONS
APS
loading...
RAPORT ERP
RAPORT CRM
18 edycja RAPORTU ERP, przygotowywanego przez niezależnego konsultanta dr. inż. Ludwika Maciejca, obejmująca 46 rozwiązań ERP dostępnych na polskim rynku, opisanych przez ponad 580 funkcjonalności, jest już dostępna!


KLIKNIJ I POBIERZ JUŻ DZIŚ!


partnerzy raportu erp 2018 3

1

 edycja RAPORTU CRM, przygotowywanego przez redakcję portalu ERP-view.pl, obejmująca 18 systemów CRM dostępnych na polskim rynku, opisanych przez ponad 280 funkcjonalności, jest już dostępna!


KLIKNIJ I POBIERZ JUŻ DZIŚ!

partnerzy raportu crm 2019

ERP

loading...
ERP

BUSINESS INTELLIGENCE

loading...
BUSINESS INTELLIGENCE

ECM

loading...
ECM

CRM

loading...
CRM

CLOUD COMPUTING

loading...
CLOUD COMPUTING

BEZPIECZEŃSTWO IT

loading...
BEZPIECZEŃSTWO IT
loading...
RYNEK IT
loading...
MES
WMS
SFA/FFA
HR
MOBILE
loading...
HARDWARE
Sztuczna inteligencja i uczenie maszynowe otwierają przedsiębiorstwom drogę na nowe możliwości rozwiązywania skomplikowanych problemów biznesowych. Technologie te będą miały również znaczący wpływ na infrastrukturę i procesy IT. Jak wynika z danych Gartnera, tylko 4% Dyrektorów Działów Informatyki (CIO) na całym świecie wskazało, że prowadzi projekty wykorzystujące sztuczną inteligencję.

 REKLAMA 
 SNT 
Przewiduje się, że ta liczba wzrośnie znacząco w ciągu najbliższych lat. Gdy to nastąpi, działy IT staną przed wyzwaniem skutecznego zarządzenia nowymi obciążeniami, wzrostami ruchu oraz nowymi relacjami w ramach ich organizacji. Aby pomóc przedsiębiorstwom zaadresować nowopowstałe wyzwania, Cisco stworzyło pierwszy serwer dedykowany obsłudze procesów sztucznej inteligencji i uczenia maszynowego.

Nowy serwer linii UCS (Unified Computing System) przyspiesza procesy deep learning, czyli skomplikowane obliczenia stanowiące formę uczenia maszynowego wykorzystujące sieci neuronowe i duże zbiory danych do rozwiązywania przez komputery złożonych problemów. Wyposażone w wydajne jednostki GPU NVIDIA, mają na celu przyspieszenie wielu znanych obecnie pakietów oprogramowania uczenia maszynowego. Specjaliści na stanowisku data scientists oraz deweloperzy mogą eksperymentować z technologią machine learning nawet na swoim laptopie. Procesy te prowadzone na szeroką skalę wymagają natomiast dużo więcej mocy obliczeniowej. Do tego celu niezbędna jest architektura IT, która jest w stanie obsłużyć ogromne zbiory danych oraz narzędzia, którą potrafią wydobyć z nich sens i wykorzystać w procesie nauki. Dlatego Cisco, wraz z partnerami technologicznymi ocenia ich przydatność, aby uprościć wdrożenie i skrócić czas uzyskania wyników analiz. W ciągu najbliższych kilku lat, aplikacje zasilane przez sztuczną inteligencję i uczenie maszynowe staną się normą w biznesie. Z jednej strony umożliwią rozwiązanie wielu złożonych problemów biznesowych, a z drugiej postawią nowe wyzwania przed działami IT” – mówi Roland Acra, Senior Vice President i General Manager w Cisco Data Center Business Group. „Nowy potężny sprzęt uzupełniający linię Cisco UCS napędzi inicjatywy związane ze sztuczną inteligencją w wielu branżach. Nasi klienci z sektora finansowego, którzy jako pierwsi skorzystali z nowego rozwiązania, testują sposoby poprawy przeciwdziałania nadużyciom i automatyzacji inwestycji (algorithmic trading). Natomiast klienci z branży ochrony zdrowia są zainteresowani usprawnieniem diagnostyki, lepszą klasyfikacją obrazów medycznych oraz przyśpieszeniem badań m.in. nad lekami. Zasilenie sztucznej inteligencji na szeroką skalę

Premiera UCS C480 ML sprawiła, że Cisco oferuje obecnie pełen zakres obsługi procesów sztucznej inteligencji i uczenia maszynowego na każdym ich etapie. Od zbierania danych i analizy informacji z urządzeń znajdujących się blisko krawędzi sieci, przetwarzania informacji, treningu w centrum danych, po wyciąganie wniosków w czasie rzeczywistym w samym sercu AI.

Stworzone dla specjalistów w dziedzinie data science i deweloperów: Obecnie, tysiące klientów korzystają z serwerów Cisco klasy UCS, co pomaga im wydobyć potencjał z big data. Nowe rozwiązanie dedykowane procesom sztucznej inteligencji i uczenia maszynowego powstało w oparciu o doświadczenia firmy w przenoszeniu danych z sieci brzegowej do centrum danych i pozwala pójść o krok dalej. Klienci mogą wydobyć więcej informacji z danych i wykorzystać je do szybszego podejmowania dobrych decyzji. Nowe platformy programistyczne DevNet AI Developer oraz DevNet Ecosystem Exchange Cisco dają specjalistom na stanowisku data scientist oraz deweloperom narzędzia i zasoby do tworzenia aplikacji nowych generacji.

Stworzone dla IT: UCS ułatwia pracownikom działów IT dodawanie nowych technologii do obecnego środowiska. Cisco Intersight upraszcza procesy informatyczne oraz zapewnia dostęp do platform do zarządzania systemami IT działającymi w oparciu o cloud computing. Pozwala to na automatyzację polityki oraz operacji dla całej infrastruktury komputerowej z poziomu chmury. Dzięki sprawdzonym projektom Cisco, pomocnym w dynamicznie zmieniającym się środowisku oprogramowania AI i ML, działy IT w przedsiębiorstwach mogą działać pewnie.

Stworzone przy współpracy z ekosystemem partnerów: Cisco nie działa jako osobny podmiot. Rozwiązania firmy obejmują kontenery oraz modele multicloud, co pozwala na łatwiejsze wdrażanie oprogramowania open source na dużą skalę, niezależnie od tego gdzie zlokalizowane są aplikacje. Dopuszcza to umieszczenie środowiska uczenia maszynowego oraz aplikacji takich jak Anaconda, Kubeflow oraz rozwiązań Cloudera i Hortonworks na nowym serwerze. Użytkownicy UCS, którzy korzystają z Kubeflow działającego wraz z Kubernetes z łatwością zaimplementują obciążenia AI prosto do silnika Google Kubernetes korzystając z możliwości uczenia maszynowego jakie dają zarówno zasoby lokalne oraz chmurowe.
Wierzymy, że możliwości jakie daje uczenie maszynowe powinny być dostępne dla wszystkich organizacji, niezależnie od tego czy korzystają z infrastruktury zlokalizowanej w swojej siedzibie czy w chmurze. Jesteśmy podekscytowani, że dalej możemy rozwijać nasze usługi przy współpracy z Cisco” – mówi David Aronchick, Product Manager w Google Cloud. „Cieszy nas, że Cisco tworzy rozwiązania chmury hybrydowej dla uczenia maszynowego, a także współtworzy kod dla prowadzonego przez Google projektu open source Kubeflow. Organizacje wykorzystujące serwery deep learning UCS C480 do obsługi Kubeflow skorzystają ze spójnego zestawu narzędzi uczenia maszynowego, które działają zarówno w ich siedzibie jak i chmurze Google.
Nasi analitycy systemów komputerowych i sztucznej inteligencji pracują obecnie nad optymalizacją obciążeń zaawansowanych jednostek GPU w celu zwiększenia efektywności procesów deep learning i uczenia maszynowego” – tłumaczy Aditya Akella, profesor z Uniwersytetu Wisconsin-Madison. „Z zaciekawieniem oczekujemy efektów pracy systemów komputerowych deep learning Cisco UCS. Nasi analitycy skupiają się na ewaluacji platform badawczych w celu poprawy efektywności modeli wielodostępowych i treningowych oraz scenariuszy współdzielenia usług.
Źródło: CISCO

PRZECZYTAJ RÓWNIEŻ:


Back to top