Telstra はディープラーニングを使用してネットワークの課題に取り組んでいます。

テルストラは、機器の故障を早期に予測し、音声やテキストによる詐欺に対抗する方法を見つけるために、ネットワークデータに対してディープラーニングアルゴリズムを実行している。

データサイエンス（ネットワーク）チームマネージャーのティム・オズボーン氏は最近、IBMのThink2020カンファレンスで講演し、コードネーム「Telstra AI Lab」（TAIL）と呼ばれるプロジェクトを明らかにした。

TAIL は、IBM の協力を得て構築された継続的な応用データ サイエンス プラットフォーム上で実行されます。

コンピューティングには既存の Cisco UCS C240 と新しい IBM Power System AC922 の組み合わせを使用し、その上に Kubernetes 上で機械学習アルゴリズムを実行するための Kubeflow を含む Kubernetes ベースのスタックを配置します。

オズボーン氏は、TAIL は 25 人のデータ サイエンティストとエンジニアのチームによってサポートされており、「社内のネットワーク エンジニアリング スタッフと協力して、データ サイエンスにおける最も困難な問題を解決している」と述べた。

同氏によると、TAILが初期に取り組んだ課題には、ネットワークの最適化、電力の最適化、詐欺、その他の通信関連の詐欺行為などが含まれていたという。

「私たちにとって、ネットワーク最適化とは、そうでなければ見ることができない問題を予測、検出、診断できるようにすることです」と彼は語った。

「これは、事業運営にプラスの成果をもたらし、顧客にもプラスの成果をもたらし、自己組織化ネットワークを実現する方法を考えることです。ディープラーニング アルゴリズムを使用してマシン コードを理解し、その意味を解明して、早期に障害を修正できることは非常に素晴らしいことであり、それが私たちが行っていることです。」

電力最適化の面では、オズボーン氏は同社が HVAC 最適化を検討していると述べたが、詳細については明らかにしなかった。

同氏はまた、TAILは現在、通信詐欺対策にも利用されていると述べた。テルストラや他の通信事業者は、過去1年間、この分野で規制圧力に直面してきた。

「世界中のモバイル空間で多くの詐欺が発生しています。テキストメッセージで詐欺を送ったり、電話をかけてきて折り返し電話するよう要求する人がいますが、電話をかけるには料金がかかります。当社はそれに応じて対策を講じています。」

この作業は6か月前にさかのぼり、オズボーン氏は、テルストラがTAILを円滑に運営するための応用データサイエンス・プラットフォームの構築をIBMに委託していたことを明らかにした。

同氏は「当社には人材があり、ユースケースがあり、チャンスは目の前にあり、データもあります。ただ、プラットフォームがないだけです。2019年12月という早い時期に、当社はIBMとの協力を開始しました。この協力はまさに模範的です」と語った。

「私たちは最終的な目標が同じです。IBM は、クライアントのために自社のプラットフォームと Kubernetes および Kubeflow に関する経験を積むことに関心があり、私たちは社内でそれらのツールを使用し、拡張することに関心があります。」

「今では優れた機械学習プラットフォームが実現し、データサイエンティストたちは非常に満足しています。」

オズボーン氏は、データ サイエンス プラットフォームにより、チームがネットワーク ビジネスのニーズを迅速に調査し、実際のユース ケースに合わせて迅速に拡張できるようになったと述べています。

「当社のビジネスが人気になるにつれて、マシンを追加したり、クラスターにマシンを追加したり、必要に応じてリソースを拡張したりできるようになります」と彼は語った。

結論

IBMのAI技術専門家アダム・マカルチャ氏は、応用データサイエンス・プラットフォームが昨年末から今年初めにかけて導入されたと語った。

もともとネイティブ Kubernetes 上に構築されていましたが、OpenShift バージョン 4.3 が Power Systems をサポートするようになったため、Red Hat の OpenShift コンテナー管理プラットフォームに移行する予定です。

ハードウェアに関しては、「合計で6台のマシンと6つのノードがある」とマラクチャ氏は語った。

「これは大した計算能力ではないように思えるかもしれませんが、この導入の鍵は、これらの各ノードに GPU アクセラレーションが搭載されていることです」と彼は言います。「つまり、このマシンの計算能力と電力の総量は、6 ノード システムの容量をはるかに超えています。実際、総パフォーマンスはおそらく 160 ノードに相当します。合計で、このプラットフォームは 237.6 テラフロップスの [GPU] 単精度パフォーマンスを備えています。」

マラクチャ氏は、テルストラは Power System AC922 の使用を望んでいたが、すでに購入していた Cisco UCS ハードウェアやその他の機器やサービスもフル活用したいと考えていたと述べた。

「x86 ベースのクラスターを採用することもできましたが、テルストラは AC922 を導入したいと考えていました。AC922 は、非常に大規模なデータセットや大規模なモデルでのディープラーニングに適しているからです」とマラクチャ氏は語ります。

同氏は、このようなハイブリッド環境の管理は難しいが、Kubernetes は多くの面倒な作業を実行できると述べた。

マラクチャ氏はまた、リソースが独占されるのを防ぐために、一人のデータサイエンティストが一度に使用できるリソースの量を制限するように環境が構成されていると述べた。

「データ サイエンティストであれば、次のようにするかもしれません。すべての CPU コアとコンピューティング リソースを同時に使用しない場合でも、できるだけ多くの CPU コアとコンピューティング リソースを取得しようとします。この環境では、同じことを行っているデータ サイエンティストが多数います。つまり、すべてのコアを消費しているため、コンピューティング リソースがすぐに不足することになります。」

「そこで、コア数を 2 つに制限しました。これは柔軟性を意味します。Kubernetes の優れた点は、2 つのコアを要求すれば 2 つのコアが保証されることですが、余ったコアがあれば、より多くのコアに拡張できるということです。過剰なプロビジョニングを防ぐために、一部の構成をロックダウンしました。」

原題: Telstra がネットワークの課題にディープラーニングを導入、著者: Ry Crozier

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]