Déployez votre cloud hybride pour ML et DL

OpenShift for ML over IBM Power Systems est la solution idéale pour réduire les coûts, moderniser vos déploiements, accélérer vos entraînements ML/DL et accroître la collaboration entre vos équipes. Grâce à un matériel spécialement conçu pour ces nouvelles charges de travail, aux possibilités offertes par les nouvelles technologies de virtualisation des GPU et à la solution cloud hybride kubernet de Red Hat et IBM, leader sur le marché.

Qu’est-ce que l’intelligence artificielle (IA), l’apprentissage automatique (ML) et l’apprentissage profond (DL)?

Intelligence artificielle (IA)

L’IA est la capacité des machines à imiter le comportement humain intelligent et à effectuer des tâches qui ont généralement besoin que les humains soient exécutés

Apprentissage automatique (ML)

ML est, au sein de l’IA, la capacité d’apprendre, en utilisant différents modèles, sans être programmé directement pour elle. Des algorithmes et des systèmes statistiques tels que les modèles et les inférences sont utilisés pour atteindre certaines capacités d’apprentissage sans surveillance.

Deep Learning (DL) (en savoir plus)

Deep Learning va plus loin. Vous permet d’extraire progressivement des informations de n’importe quelle saisie de données. Il s’agit d’une architecture complexe qui permet le traitement d’images ou même de langage humain, par la reconnaissance vocale ou d’objet.

Qu’est-ce qu’OpenShift apporte aux systèmes DL et ML ?

En utilisant des conteneurs dans notre cloud hybride pour déployer nos charges de travail d’apprentissage profond et d’apprentissage automatique, nous pouvons tirer beaucoup mieux parti des investissements dans l’infrastructure : stockage, serveurs et réseautage. Depuis openshift version 4.7, s’il est déployé à Power Systems (en particulier sur les modèles AC922 et IC922)vous permet d’exécuter différents modèles ML et DL en partageant même gpus. Il s’agit d’une véritable révolution dans les projets ML sur place et de plus que des économies significatives par rapport aux alternatives cloud existantes : pensez qu’en plus des coûts d’exécution des différentes formations, vous devez télécharger et télécharger toutes les données à partir du cloud avec les coûts élevés impliqués.

Puis-je toujours utiliser AWS, Azure ou Google Cloud pour ML ?

Bien sûr. Il y aura certains modèles, charges de travail ou projets qui sont intéressants pour diverses raisons d’utiliser les services des fournisseurs de services cloud. Dans d’autres, soit en raison de ses coûts élevés ou des exigences découlant de la protection des données, nous choisirons d’en faire notre propre infrastructure. OpenShift vous permet de le gérer d’une manière simple et transparente.

OpenShift Container Storage et DevOps

Avec l’aide d’OpenShift Container Storage (OCS), chaque développeur peut gérer différentes instances et versions du même modèle suivant les pratiques de dévops et sur notre propre stockage. Lorsque le modèle est prêt à être déployé, l’utilisateur peut démarrer un processus de configuration et de déploiement à tout moment. Un système de contrôle de version et des capacités avancées d’orchestration sont disponibles, y compris des tests automatiques du nouveau code. Ceci est rendu possible par les dernières avancées dans les technologies de virtualisation des GPU et l’intégration dans la seule plate-forme HW qui a des connexions dédiées entre les GPU (FPGA) et les prises. Cela évite les goulots d’étranglement avec la bande passante plusieurs fois celle des architectures basées sur les processeurs Intel. Nous pouvons également exécuter différents modèles simultanément sur les GPU (FPGAs) de la même carte graphique.

Collaboration entre les data scientists et les développeurs

OpenShift est une plate-forme unifiée où les scientifiques de données, les développeurs de logiciels et les administrateurs système peuvent collaborer d’une manière simple et robuste. Cela vous permet d’accélérer le déploiement d’applications de toutes sortes, y compris ML/IA en quelques minutes grâce à son portail libre-service. Créez, échellez, reproduisez, testez et partagez rapidement les résultats des modèles AI/DL/ML de manière agile avec d’autres personnes impliquées dans de tels projets, y compris le chef de projet, les mathématiciens, les programmeurs et les clients.

2021 - SiXe Ingénierie | Formation, conseil, services professionnels et projets clés en main | IBM, Lenovo, Docker, Red Hat , HCL, Tenable, MEDIGATE, Rapid7, Veeam, Sealpath & SUSE Partenaire commercial autorisé. Entreprise inscrite au catalogue des entreprises de cybersécurité d'INCIBE.
SiXe Ingeniería