Offcanvas
추천 테크라이브러리

BI|분석

AI 성능, 전문성 부족, 책임 문제 해결 방안 : IDC

AI 모델의 개발, 훈련 시간을 단축시켜 위험, 손실을 줄이고 보안, 성능 문제를 미연에 방지하고 싶으십니까?  프로세스 자동화 및 MPC(massively parallel computing)인프라 채택으로 초기 단계부터 투명성, 훈련 시간등을 고려하여 AI 모델을 디자인하고, 보안 위험 또는 레이턴시 문제없이 비즈니스 크리티컬 애플리케이션에 AI를 접목하는 솔루션을 활용하세요. <9p> 주요 내용 - 디지털 트랜스포메이션과 인공지능 도입 - AI 자동화를 통한 전문성 문제 극복 - MPC를 통한 인프라 문제 극복 - 책임 문제 해결 방법

IBM 2020.03.05

BI|분석

올바르게 구현된 AI : 데이터-훈련-추론 AI 모델의 이해

데이터 사이언스 전문가가 아니더라도 엔터프라이즈 AI의 가장 복잡한 요소까지 이해하고 해석하여 실행에 옮길 수 있다면 어떨까요? 지금까지 엔터프라이즈 AI는 모델 개발 및 훈련에 정통한 분석 전문가들의 전유물로 여겨지곤 했습니다. 하지만 AI 중심의 이니셔티브가 비즈니스의 전 범위로 확장되면서 상황은 완전히 달라지고 있습니다. 이러한 변화의 선두에는 가치 기반의 AI 활동 프레임워크가 있습니다. 이것을 데이터-훈련-추론(Data-Train-Inference, DTI) AI 모델이라고 하는데, 본 문서에서는 이 AI 모델에 대해 설명하고자 합니다.  주요 내용 - 데이터에 관한 네 가지 진실 - 속도 및 정확성에 대한 요구와 해묵은 갈등 - 추론의 실례 - 모델의 완성

IBM 2019.11.13

서버

HPE-NVIDIA : AI 번들 오퍼링 북

인공지능 기술은 인간의 지각, 추론, 학습능력 등을 컴퓨팅 파워을 이용하여 구현하는 기술로, 자율주형, 지능형 금융서비스, 의료진단, 법률서비스 지원, 게임, 기사작성, 지능형 감시 시스템 등 다양한 산업분야에서 널리 활용되고 있습니다. HPE는 다양한 영역에서 AI 관련 연구를 지속적으로 수행해 왔습니다. 본 자료는 HPE가 제안하는 HPE Edge-to-Core AI 통합모델 구성을 살펴보고, HPE와 NVIDIA가 AI Training 및 Inference 전용으로 구성한 솔루션의 특징을 상세하게 소개합니다. <24p> 주요 내용 - 인공지능의 미래 및 HPE HPC/AI 연구여정 - HPE Edge-to-Core AI 통합 모델 구성도 - HPE-NVIDIA AI 오퍼링 - AI Training 용도 - HPE-NVIDIA AI 오퍼링 - AI Inference 용도 - HPE AI 최적화 제품 포트폴리오

HPE 2019.09.30

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.