百度、中国企業のインテリジェントアップグレードプロセスを加速させる新型PaddlePaddleスマートマシンを発売

クラウドとインテリジェンスの統合は、中国企業が AI アプリケーションの実装の「最後の 1 マイル」を完了するのに役立っています。最近、百度のインテリジェントクラウドフライングパドルオールインワンマシンが発売され、企業に総合的、便利、効率的、安定的、信頼性の高いワンストップ人工知能サービスを提供し、インテリジェント化のプロセスを加速します。

国際的に権威のある調査機関であるガートナーはかつて、中国企業が生産効率、顧客体験、ビジネス成長を向上させるために人工知能を活用することに力を入れているという報告書を発表した。 2022年までに、中国の大企業の60％以上が独自のAIソリューションを開発すると予想されています。

同時に、人工知能技術の実装における中核的なリンクとして、AIモデルの研究開発と応用において遭遇する抵抗がますます顕著になっています。ビッグデータと AI ビッグモデルの時代の到来により、コンピューティング能力に対する需要が飛躍的に高まり、アルゴリズム モデルはますます複雑になり、サーバーの異種コンピューティング、ストレージ、およびネットワークに対する要件がますます明確かつ特殊になっています。企業は、0から1までのAIモデルに深く適応した実稼働アプリケーションプラットフォームを構築することができず、「コンピューティングパワー+アルゴリズム+ツール」を統合し、箱から出してすぐに使用できるAIオールインワンマシンを緊急に必要としています。

このような状況において、Baidu Smart Cloud PaddlePaddle All-in-One は、ソフトウェアとハ​​ードウェアの深い適応とチューニングを通じて高性能 AI コンピューティングを実現し、マルチシナリオ人工知能モデルの研究開発と応用をサポートし、企業の AI 構築における上記の問題点に対するソリューションを提供します。

(百度スマートクラウドパドルオールインワンマシンアーキテクチャ図)

Baidu が独自に開発した産業グレードの AI サーバーである Baidu Smart Cloud PaddlePaddle は、ソフトウェアとハ​​ードウェアを統合したワンストップの人工知能モデリングおよび推論予測アプリケーション プラットフォームです。

ソフトウェア面では、独自に開発したPaddlePaddle Enterprise Edition BMLフル機能AI開発プラットフォーム、PaddlePaddleモデルライブラリ、超大規模事前トレーニング済みモデルを内蔵しており、Baidu Smart CloudのAIミドルオフィスソリューションと深く統合されており、データストレージ、モデルトレーニング、モデル予測、運用・保守管理など、AI機能の構築と応用に全プロセスの機能サポートを提供し、さまざまな業界やさまざまな顧客のマルチレベルのニーズを満たす二次開発もサポートできます。さらに、CentOS、Kylinなど国内外の主流OSと完全な互換性があり、適用性が強く、独立制御レベルの向上に役立ちます。

ハードウェア面では、Baidu Smart Cloud PaddlePaddle All-in-Oneには、音声、画像、NLPモデルのトレーニングと推論を完全にサポートする高性能AIアクセラレーションチップが搭載されています。一般バージョンには、Nvidia Tesla T4またはNvidia Tesla A100アクセラレーションカードが搭載されています。信頼できるイノベーションバージョンには、Baiduが独自に開発したKunlun AIアクセラレーションカードが搭載されており、Ascend、Cambrian、Bitmainなどの国内主流のAIアクセラレーションカードをサポートするように拡張することもできます。また、専用のAIサーバー設計を備え、高信頼性CPUとAIアクセラレーションカードの異種融合を採用し、国内外の主流CPUアーキテクチャを採用し、2/4/8枚のAIアクセラレーションカードで構成でき、複数のデータ精度のトレーニングと推論をサポートしています。Xinchuangバージョンは中国初の「PKS」AIサーバーであり、単一のPCIeスイッチで2枚のフルハイトおよびフルレングスのAIアクセラレーションカードの並列トレーニングをサポートする機能も業界初です。

上記の構成に基づいて、Baidu の Smart Cloud Paddle All-in-One は、最先端のテクノロジー、包括的な機能、独立した研究開発などの中核的な利点を備えています。特に、プリインストールされたPaddlePaddleアルゴリズムライブラリと超大規模事前トレーニング済みモデルはチップに深く適応しており、さまざまなシナリオで効率的なアプリケーションをサポートできます。推論サービスは、20を超える国内外のチップとハードウェアと互換性があり、完全なエンドツーエンドのモデル展開機能を提供します。これにより、Baidu Smart Cloud PaddlePaddleオールインワンは、企業に広く評価されている「すぐに使用できる」というコアな利点を備えており、企業はタブレットコンピューターを使用するのと同じくらい簡単にAI機能を使用できるようになり、企業の独立した革新的なAI機能を構築するための基礎と見なされています。

[[424309]]

Baidu Smart Cloud PaddlePaddle All-in-One は、独自の利点と簡単な導入および運用・保守機能を備えており、スマートファイナンス、スマートヘルスケア、スマートエネルギー、スマートシティ、スマート製造、スマート輸送などのアプリケーションシナリオを常に模索しています。スマートファイナンスを例にとると、百度のインテリジェントクラウドPaddlePaddleオールインワンマシンは、浦東発展銀行クレジットカードセンターがAI技術を使用して金融リスク管理、詐欺防止などの分野を探求し、浦東発展銀行クレジットカードセンターのAI頭脳を構築するのに役立つだけでなく、中国生命保険がディープラーニングハードウェアとソフトウェアのオールインワンプラットフォームの構築を完了するのにも役立ち、中国生命保険がAIを使用してより良い保険サービスを提供することを保証しています。信頼できるコンピューティング ソリューションの実装では、Baidu のインテリジェント クラウド PaddlePaddle オールインワン マシンが、江蘇銀行の証明書認識機能の構築と、金融生産環境への国産 AI サーバーの実装の検討に役立っています。江蘇銀行は、実際の業務アプリケーションに国産 AI サーバーを採用した中国初の金融機関にもなっています。現在、ID カード認識などのテスト済みの OCR モデルは、PaddlePaddle オールインワン サーバー上で NVIDIA T4 サーバーと同等のパフォーマンス レベルを達成でき、江蘇銀行の業務のオンライン運用の条件を満たしています。

業界関係者は、百度のスマートクラウドパドルオールインワンマシンの発売は非常に意義深いと指摘した。エンタープライズ AI 開発は本質的に体系的なプロジェクトです。特定の基本ソフトウェアおよびハードウェア システム上にアルゴリズム モデルを開発することによってのみ、理想的なアプリケーション効果を実現できます。これには、アルゴリズム モデルとハードウェア環境を深く適応させ、最適化する必要があります。コア アルゴリズムの開発と調整に加えて、データの取得/ラベル付け/処理とモデルの展開も重要です。

今日の大規模な AI モデルを前に、企業が AI モデルを購入し、それをサポートするソフトウェアとハ​​ードウェア設備を独自に構成するという慣行は過去のものとなりました。なぜなら、一方で高性能なAIモデルにはサポート設備に対する要求が極めて高度であり、逸脱すると最良の結果が得られず、一般企業では対応できないからです。一方、企業が支援設備を購入し、支援設備やAIソフトウェアをデバッグするには多くの時間がかかり、企業の緊急のニーズを満たすことが難しくなり、ビジネスチャンスが遅れる可能性もあります。 Baiduのスマートクラウドパドルオールインワンマシンには、AI企業向けに事前に深く適応されたソフトウェアとハ​​ードウェアの組み合わせが含まれており、企業はそれをそのまま使用できます。

Baidu Smart Cloud PaddlePaddle オールインワン マシンのコア サポートとして、PaddlePaddle ディープラーニング プラットフォームや Baidu Smart Cloud AI ミドル オフィス ソリューションなどのテクノロジはすべて、業界をリードする大きな利点を備えていることは特筆に値します。以前のIDCレポートによると、PaddlePaddleは中国のディープラーニングプラットフォーム市場におけるBaiduの全体的なシェアの継続的な成長に貢献し、第1位にランクされています。 Baidu Smart CloudはAIクラウド市場シェアで4回連続1位を獲得しました。 Baidu Smart Cloud PaddlePaddle AI オールインワンマシンに継続的かつ強力なパフォーマンスサポートを提供し、より多くの企業が AI 機能を迅速かつ効率的かつ安定的に実装できるよう支援します。

製品の詳細については、 https://cloud.baidu.com/product/ape.html?from=PR をご覧ください。