IBM宣布在Power Systems上發(fā)布其PowerAI深度學習軟件發(fā)行版的重要新版本，該版本通過簡化工具和數據準備工作的開發(fā)經驗，同時還大大減少了AI系統(tǒng)培訓所需的時間，從而攻擊了數據科學家和開發(fā)人員面臨的主要挑戰(zhàn)到幾個小時。

數據科學家和開發(fā)人員使用深度學習來開發(fā)應用程序，從用于自動駕駛汽車的計算機視覺到實時欺詐檢測和信用風險分析系統(tǒng)。與傳統(tǒng)應用程序相比，這些認知應用程序更加耗費計算資源，并且常常使x86系統(tǒng)不堪重負。

“帶有GPU加速器的IBM PowerAI on Power服務器提供的性能至少是我們x86平臺的兩倍;一切都變得更快，更輕松：增加內存，設置新服務器等，” Elinar Oy Ltd的現(xiàn)任PowerAI客戶Ari Juntunen說道?！耙虼?，我們可以迅速將新解決方案推向市場，從而保護我們在市場上的優(yōu)勢。競爭。我們認為，IBM Power和PowerAI的結合是當今市場上AI開發(fā)人員的最佳平臺。對于AI來說，速度就是一切-在我們看來，這是最接近的。”

今天宣布的新PowerAI路線圖提供了四個重要的新功能，可滿足客戶對AI系統(tǒng)性能，有效數據準備和企業(yè)級軟件的關鍵需求：

易于使用：一種名為“ AI Vision”的新軟件工具，應用程序開發(fā)人員可以在對深度學習有一定了解的情況下使用它來訓練和部署針對計算機視覺的深度學習模型，以滿足他們的應用程序需求。

數據準備工具：與集成了Apache Spark的IBM Spectrum Conductor集群虛擬化軟件集成，以簡化非結構化和結構化數據集的轉換過程，從而為進行深度學習培訓做準備。

減少培訓時間： TensorFlow的分布式計算版本，TensorFlow是Google最初構建的一種流行的開源機器學習框架。TensorFlow的此分布式版本利用了GPU加速服務器的虛擬集群，該集群使用了經濟高效的高性能計算方法，將深度學習培訓時間從數周縮短至數小時。

簡化模型開發(fā)： 一種稱為“ DL Insight”的新軟件工具，可使數據科學家從其深度學習模型中快速獲得更高的準確性。該工具監(jiān)視深度學習訓練過程，并自動調整參數以達到最佳性能。