Технологічний гігант Hewlett Packard Enterprise (HPE) вперше виходить на поле хмарних обчислень штучного інтелекту, запускаючи HPE GreenLake for Large Language Models (LLMs). Сервіс надає широкі можливості для навчання, налаштування та розгортання моделей штучного інтелекту для бізнесу будь-якого розміру – від стартапів до Fortune 500 корпорацій. Про це йдеться в матеріалі StorageReview.
HPE GreenLake буде працювати на найпотужніших суперкомп’ютерах вищого рівня та програмному забезпеченні ШІ, більшість із яких працюватимуть з використанням зеленої енергії. Розробляються плани щодо розширення послуги на такі галузі, як моделювання клімату, охорона здоров’я, науки про життя тощо.
У медицині сервіс може переглядати медичні записи та дані пацієнтів і допомагати у діагностиці й лікуванні. У фінансах – покращити прогнозування ринкових тенденцій. Для виробництва й транспорту LLMs виявлятиме неефективності та пропонуватиме вдосконалення, що призведе до підвищення ефективності й економії коштів.
Сервіс надає доступ до Luminous – попередньо навченої мовної моделі від Aleph Alpha. Клієнти можуть налаштувати цю модель зі своїми даними й отримувати інформацію в реальному часі. Модель Luminous від Aleph Alpha є ключовою частиною пропозиції HPE GreenLake для LLMs.
HPE GreenLake працюватиме на суперкомп’ютерах HPE Cray XD, які є одними з найпотужніших та екологічно чистих машин у світі. Використовуючи майже 100% відновлюваної енергії, HPE приєднується до боротьби з викидами вуглекислого газу, встановлюючи новий стандарт для екологічно чистих обчислень у секторі ШІ.
Використання програмного забезпечення HPE Cray Programming Environment дозволяє оптимізувати високопродуктивні обчислення (HPC) та застосування штучного інтелекту. Клієнтам, які скористаються сервісом HPE GreenLake for Large Language Models, не потрібно купувати й обслуговувати власні суперкомп’ютери.
HPE приймає замовлення на HPE GreenLake for LLMs. Очікується, що сервіс стане більш широко доступним до кінця 2023 року, починаючи з Північної Америки, а потім у Європі.
