Hewlett Packard Enterprise推出大型全新人工智能開發及訓練方案，加快人工智能由概念驗證 （PoC）至投產的進程

Hewlett Packard Enterprise推出大型全新人工智能開發及訓練方案

加快人工智能由概念驗證（PoC）至投產的進程

最新的HPE機械學習開發系統，提供全面、即時可用的方案，免卻建立及訓練模型一般所需的繁瑣步驟及高昂費用；將取得洞見所需的時間由數週縮短至數日

Hewlett Packard Enterprise （NYSE﹕HPE） 今日宣布現已推出新的HPE機械學習開發系統，致力為企業排除障礙，讓它們更容易建立及訓練大規模的機械學習模型。新系統是專為人工智能而設的全面方案，結合機械學習軟件平台、運算、加速器和網絡，可更快、更大規模地開發及訓練更準確的人工智能模型。

HPE機械學習開發系統以HPE收購的策略性投資項目「Determined AI」為基礎，結合原有的強效機械學習平台（現正式命名為「HPE Machine Learning Development Environment，HPE機械學習開發環境」）與HPE的世界頂尖人工智能及高效能運算(HPC)產品。借助新的HPE機械學習開發系統，用家可將所需的時間（即由建立，及訓練機械模型至取得成果）由數週、數月縮短至數日。

HPE 機器學習開發系統的早期採用者以創紀錄的速度啟動巨型多模式 AI 模型的訓練

HPE今天亦宣佈，德國人工智慧初創公司 Aleph Alpha已採用HPE機器學習開發系統來訓練其多模型人工智慧，其中包括自然語言處理（NLP）和運算視野。這些模型結合五種語言的圖像和文本處理能力，以及近乎人類的理解能力，進一步打破現代人工智慧對各種語言和圖像處理等變革性用例的界限。例如用於創造複雜文本的AI助手，理解進階摘要，於數百個文檔中尋找高度特定的資訊，以及在對話上文下
理中套用專業知識。

Aleph Alpha通過採用 HPE 機器學習開發系統，即時啟動系統並著手進行高效訓練，組合和監控數以百計的 GPU。

Aleph Alpha 創辦人暨行政總裁Jonas Andrulis指出: 「通過使用 HPE 機器學習開發系統，我們看到了超過每秒一百五十兆峰值運算(150 teraflops) 的驚人效率和性能。我們僅以數小時建立並訓練模型。在運行這些龐大工作負載的同時結合我們正在進行的研究，企業能夠依賴一套綜合解決方案進行部署和監控，一切將會有所不同。」

HPE高效能運算及人工智能執行副總裁兼總經理Justin Hotard說﹕「企業正尋求結合人工智能與機械學習的方案，使其產品及服務脫穎而出。但由於企業必須先有基礎設施才能建立及訓練準確的大型人工智能模型，而當中的複雜性往往令企業望而卻步。HPE機械學習開發系統結合全面高效能運算方案及創新的機械學習軟件平台，提供高效能的創新方案幫助深度學習，縮短以人工智能創造價值及取得成果所需的時間。」

全面機械學習方案掃除屏障，釋放人工智能潛力

企業的人工智能基礎設施尚未成熟，IDC指出，基礎設施是希望加速實驗或原型設計進程的企業所需的最重大投資，以開發人工智能產品和服務。一般而言，要採用人工智能基礎設施作大規模的模型開發及訓練涉及複雜繁瑣的步驟，包括採購、設定並管理高度平行的軟件生態系統和基礎設施，當中涵蓋專門運算、儲存、互聯系統及加速器。

HPE機械學習開發系統提供唯一結合軟件、專門運算（例如加速器）、網絡及服務的方案，企業可避開採用人工智能基礎設施時所牽涉的複雜程序，並可立即開始建立及訓練經優化的大型機械學習模型。

利用HPE機械學習開發系統建立準確模型，更快釋放價值

此系統亦利用最先進的分散式訓練、自動超參數優化、神經架構搜尋（均為機械學習演算法的關鍵元素），加快提升模型的準確度。

公共雲供應商的系統可擴展至32個圖像處理器。相比之下，而HPE機械學習開發系統在處理自然語言處理（Natural Language Processing，NLP）及電腦視覺等工作時能發揮約90%的擴容效益，主要由於通訊材質的差異以及該系統對這項工作的效果。此外，該系統在NLP工作上的處理量比可處理32個圖像處理器的雲供應商系統快5.7倍，而且在電腦視覺工作上會略為快捷。

由HPE 高性能運算及人工智能副總裁 Evan Sparks 撰寫的文章: HPE 機械學習開發系統: 現實世界的自然語言處理及電腦視覺模型

利用即時可用的人工智能模型開發及訓練方案，加速概念驗證至投產的進程

HPE機械學習開發系統是一個綜合方案，為一站式大型模型開發及培訓提供預先配置、安裝就緒的人工智能基礎設施。作為方案的一部分，HPE Pointnext Services將提供現場安裝及軟件設置，讓用家能夠立即執行及訓練機械學習模型，從而更快、更準確地從數據中取得分析見解。

HPE機械學習開發系統以小元件為起步點，但提供擴充選項。起步的小型配置由以下開始：

 結合HPE機械學習開發環境的創新機械學習平台，讓企業能夠由概念驗證至投產，快速開發、更替和擴展高質素模型
 首先以8個80 GB NVIDIA A100 Tensor Core圖像處理器來加速運算，運用HPE Apollo 6500 Gen10 Plus系統的優化人工智能基礎設施，提供訓練及優化人工智能模型的巨大專門運算能力。
 以系統管理軟件方案 HPE效能叢集管理，提供細緻的中央監控及管理，達致最佳效能
 利用HPE ProLiant DL325伺服器及1Gb以太網 Aruba CX 6300 switch 的管理棧，控制及管理系統元件
 利用NVIDIA InfiniBand HDR交換器及HCA的高效能網絡方案，確保運算及儲存通訊的效能。

供應地點

HPE機械學習開發系統現已於全球各地推出。有關詳情請瀏覽：hpe.com/info/machine-learning-development-system

HPE擴展人工智能產品組合，幫助客戶提升洞察力及決策質素

除了今天發布新聞外，HPE還推出其他人工智能方案，包括「HPE群學習」，是業界首個能保護資料私隱的分散式機械學習框架，為邊緣或分散式網站而設。借助HPE群學習，醫療保健、銀行及金融服務、製造業等機構可以在不傳送實際資料的情況下，與其他機構分享從人工智能模型取得的學習成果，提升洞察力。

再者，HPE亦同步宣布與高通科技(Qualcomm Technologies)合作推出先進的推理產品，以支持提供大規模AI推理的異質系統架構。HPE將提供HPE Edgeline EL8000融合邊緣系統，以緊湊並堅固的邊緣計算解決方案，針對數據中心外的苛刻環境進行了改良，並配備Qualcomm® Cloud AI 100加速器，可為數據中心和邊緣提供推理。 該組合解決方案以低功耗的情況下為AI推理工作負載提供高性能。該產品/服務將於2022年8月正式發布。

有關HPE的人工智能方案詳情，請瀏覽﹕https://www.hpe.com/us/en/solutions/artificial-intelligence.html