Hewlett Packard Enterprise (HPE) veut approfondir son expertise sur l’intelligence artificielle sous le prisme du deep leaning et la mettre à disposition de ses clients.
Les géants du numérique mettent l’accent sur les « réseaux neuronaux artificiels » qui ont vocation à résoudre des tâches complexes comme les diverses technologies de reconnaissance (faciale, reconnaissance d’images, vocale…) qui commencent à déferler sur nos terminaux numériques comme les smartphones ou sur les apps comme les assistants personnels.
« Nous vivons dans un monde où nous créons d’abondantes quantités de données, et où le deep learning aide à valoriser ces données », évoque Pankaj Goyal, Vice-Président de l’Intelligence Artificielle chez Hewlett Packard Enterprise.
« Cependant, il n’existe pas de solution universelle. Chaque entreprise a des besoins uniques qui nécessitent une approche spécifique pour se démarrer, faire croître et optimiser son infrastructure de deep learning. »
HPE propose de mettre à disposition des entreprises clientes une infrastructure de calcul performante adéquate.
Cela passe par des configurations matérielles et logicielles conçues en collaboration avec Bright Computing sur un système HPE Apollo 6500 pour le développement d’applications exploitées en deep learning. La solution Rapid Software Development for AI intègre des frameworks logiciels deep learning pré-configurés, une gestion de clusters dédiés au deep learning, et le support des GPU NVIDIA Tesla V100 pour data centers.
Pour être plus près des projets émergents des organisations (universités ou entreprises), HPE ouvre les portes de ces centres d’innovation et d’excellence situés entre Houston, Palo Alto (Etats-Unis), Grenoble (France), Tokyo (Japon) et Bangalore (Inde).
En collaboration avec Intel, la firme IT américaine propose des plateformes de calcul de haute performance (HPC en anglais) et big data pour accélérer les projets IA des entreprises clientes.
Si vous avez besoin de conseil, le HPE Deep Learning Cookbook, conçu par les Hewlett Packard Labs, servira de guide pratique (en anglais) pour faciliter ses choix par les développeurs et les data scientists de configuration en fonction des tâches requises de deep learning. Il inclue des benchmarking, des outils de reporting de performance et des modèles d’architectures qui servent de référence.
Crédit photo : HPE – Natalia Vassilieva (Senior Research Manager) et Sergey Serebryakov (Senior Research Engineer) chez HPE Labs
Formats de paramètres, méthodes d'apprentissage, mutualisation GPU... Voici quelques-unes des recommandations de l'ANSSI sur l'IA…
À la grogne des partenaires VMware, Broadcom répond par diverses concessions.
iPadOS a une position suffisamment influente pour être soumis au DMA, estime la Commission européenne.
FT Group, éditeur du Financal Times, a signé un accord avec OpenAI afin d'utiliser ses…
Au premier trimestre, Microsoft, Meta/Facebook et Alphabet/Google ont déjà investi plus de 32 milliards $…
La société britannique de cybersécurité Darktrace a accepté une offre de rachat de 5,32 milliards…