【特別企画】

ディープラーニング(DL)を真に実現 - AIワークフロー向けデータパイプラインの設計と構築の手引き

[2019/07/30 08:30] ブックマーク ブックマーク

  • サーバ/ストレージ

サーバ/ストレージ

ビジネス界では、新しいサービスを導入し、企業データから得られる分析情報の質を高めるための手段として、ディープラーニング(DL)などの人工知能(AI)のテクノロジーを活用しようと、どの企業も躍起になっています。

既存のインフラは本番環境のAIワークフローに対応できていますか?

ディープ ラーニング用に設計されたデータ パイプラインは、他のAIワークフローやビッグ データ ワークフローにも対応可能

⇒ PDFのダウンロードはこちら

しかし多くの場合、社内のデータサイエンスチームはコンセプト実証プロジェクトの段階を終え、AIテクノロジーの運用準備に取りかかるとき、データ管理の問題に直面します。

たとえば、複数のデータリポジトリ間でデータの移動やコピーを行うのに苦労することがあります。また、大規模かつ動的なデータセット全体でパフォーマンスと保護について本番品質のサービスレベルを満たすことは、これまで困難とされてきました。

その原因の1つとして、AIプロジェクトの成功に不可欠なデータフローがデータセンターに分離されていないということが挙げられます。モノのインターネット(IoT)とAIのテクノロジーを導入するとき、エッジからコアへ、コアからクラウドへのデータの移動という課題に直面するのは、どの業種の企業も同じです。


本稿で提供するPDFでは、AIインフラの課題を示し、ディープラーニング(DL)を可能にするデータパイプラインの構築に対し、統合インフラを提供するネットアップがどのように役立つかについて説明しています。上記の内容に興味を持った方は、ぜひダウンロードしてチェックしていただきたい。

提供レポートのご案内

【テクニカルホワイトペーパー】AIワークフロー向けデータパイプラインの設計と構築

≪目次≫

  • はじめに:お客様のインフラは本番環境のAIワークフローに対応できていますか?
  • ディープラーニングパイプラインのデータフロー
  • ディープラーニングパイプラインのI/Oの高速化
  • ディープラーニングパイプライン向けのファイルシステムとデータアーキテクチャ
  • ネットアップのテクノロジとディープラーニングパイプライン
  • 将来のニーズに対応できるディープ ラーニングパイプラインの構築
  • まとめ:データ パイプラインとAIの未来を制御する

>> PDFのダウンロードはこちら

[PR]提供:ネットアップ

この記事に興味を持ったら"いいね!"を Click
Facebook で IT Search+ の人気記事をお届けします

会員登録(無料)

注目の特集/連載
[解説動画] Googleアナリティクス分析&活用講座 - Webサイト改善の正しい考え方
[解説動画] 個人の業務効率化術 - 短時間集中はこうして作る
知りたい! カナコさん 皆で話そうAIのコト
教えてカナコさん! これならわかるAI入門
対話システムをつくろう! Python超入門
Kubernetes入門
AWSで作るクラウドネイティブアプリケーションの基本
PowerShell Core入門
徹底研究! ハイブリッドクラウド
マイナビニュース スペシャルセミナー 講演レポート/当日講演資料 まとめ
セキュリティアワード特設ページ

一覧はこちら

今注目のIT用語の意味を事典でチェック!

一覧はこちら

ページの先頭に戻る