基于IBM POWER9的PowerAI、IBM Cloud和IBM Watson Studio将支持全新GPU加速软件库RAPIDS
2018年10月,IBM宣布计划将全新RAPIDS开源软件纳入到其企业级数据科学平台中,涵盖本地预置、混合云和多云环境。凭借其庞大的深度学习与机器学习解决方案组合,IBM能为偏好不同部署模型的数据科学家提供这一开源技术。
IBM认知系统方案高级副总裁Bob Picciano表示:“IBM长期与NVIDIA合作,利用IBM POWER9处理器,结合NVIDIA GPU等技术,实现显著的性能提升。我们将RAPIDS纳入IBM产品组合的同时,也期待能够继续积极地帮助客户突破人工智能的性能界限。”
借助Apache Arrow、Pandas和Scikit-Learn等开源机器学习软件的优势,RAPIDS将GPU的加速能力融入IBM产品中。包括Anaconda、BlazingDB、Graphistry、NERSC、PyData、INRIA和Ursa Labs在内的主要开源贡献者,都在RAPIDS推出后立即给予了其广泛的生态系统支持。
IBM计划将RAPIDS引入本地预置、公有云、混合云与多云环境等主要领域,同时基于IBM POWER9的PowerAI将借助RAPIDS为数据科学家扩展更多开源机器学习与分析库的可用选项。事实证明,NVIDIA与IBM围绕POWER9处理器所做的专项工程,包括将NVIDIA NVLink® 和NVIDIA Tesla® TensorCore GPU进行集成所做的努力,直接有利于加速工作负载。作为IBM的软件层,如今PowerAI可以优化运行在异构计算系统上的数据科学与AI工作负载,同时借助RAPIDS持续提升POWER9上经GPU加速后的工作负载的性能。
IBM Watson Studio与Watson机器学习(Watson Machine Learning)利用NVIDIA GPU的强大功能,使数据科学家和AI开发人员能够透过IBM Cloud Private for Data 和IBM Cloud,在多云环境中构建、部署和运行速度更快的模型,远超仅采用CPU的部署方式。
IBM Cloud能够帮助采用GPU设备的用户,将RAPIDS中的加速机器学习与分析库应用于其云端应用,从而受益于机器学习。
NVIDIA副总裁、加速计算部总经理Ian Buck表示:“IBM与NVIDIA多年来密切合作,已经帮助全球领先的企业和机构解决了诸多如今世界上最大的难题。随着IBM对NVIDIA RAPIDS开源库的使用,数据科学家将借助GPU加速机器学习能力,以前所未有的速度更快地分析大数据。”
机器学习是AI的一种形式,可以让系统透过数据而非专用程序进行学习。零售、金融和电信等领域的众多企业要么正在主动使用机器学习,要么正在探索机器学习,都试图利用大数据更好地了解消费者的行为、偏好或客户满意度中微妙的变化,从而为企业带来潜在的价值。
今年早些时候,IBM以超出之前纪录保持者46倍的速度,在兆级机器学习基准上缔造了新的纪录。IBM研究人员利用IBM Research开发的IBM Snap Machine Learning(Snap ML)机器学习算法,在搭载NVIDIA Tesla V100 Tensor Core GPU的IBM Power Systems AC922服务器上运行,仅花费91.5秒就基于由Criteo Labs发布的超40亿个在线广告数据案例,完成了对逻辑回归分类器的训练。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。