Название базовой системы (платформы): | Cisco UCS Unified Computing System (Cisco UCCX) |
Разработчики: | Cisco Systems |
Дата последнего релиза: | 2018/09/13 |
Технологии: | Серверные платформы, Центры обработки данных - технологии для ЦОД |
2018: Сервер для обработки нагрузок в области искусственного интеллекта и машинного обучения
13 сентября 2018 года стало известно, что Cisco представила Cisco UCS C480ML M5 – сервер, разработанный специально для обработки рабочих нагрузок в области искусственного интеллекта и машинного обучения.
Cisco UCS С480ML M5 ускоряет процесс глубокого обучения – одного из вариантов машинного обучения, требующего интенсивных вычислений, использующего нейронные сети и большие наборы данных для обучения компьютеров решению комплексных задач. Сервер, оснащенный мощными графическими процессорами NVIDIA, предназначен для ускорения работы популярных программных стеков машинного обучения. Специалистам по анализу данных и разработчикам для экспериментов с машинным обучением достаточно простого ноутбука, но глубокое обучение требует серьезных вычислительных мощностей. Для него необходима ИТ-архитектура, способная работать с обширными наборами данных, а также инструментарий осмысления этих данных для дальнейшего обучения. Поэтому основную цель сотрудничества Cisco с технологическими партнерами в области машинного обучения можно сформулировать так: упростить внедрение и сократить сроки получения аналитической информации.
![]() | «В ближайшие несколько лет приложения, основанные на технологиях искусственного интеллекта и машинного обучения, станут основой деятельности предприятий. Это поможет решить множество комплексных бизнес-проблем, но при этом поставит перед ИТ-отделами серьезные задачи. Пополнение линейки Cisco UCS даст мощный импульс развитию инициатив в области ИИ в самых разных отраслях. Заказчики из финансового сектора изучают способы повышения эффективности обнаружения мошенничества и совершенствования алгоритмической торговли. Медики, в свою очередь, заинтересованы в повышении точности диагностики, совершенствовании классификации медицинских изображений и ускорении разработки лекарственных средств. Роланд Акра (Roland Acra), старший вице-президент и генеральный менеджер подразделения Cisco по разработке и продвижению ЦОД
| ![]() |
Масштабная поддержка искусственного интеллекта
Вместе с сервером Cisco UCS C480 ML компания Cisco предлагает заказчикам полный спектр вычислительных опций для всех этапов жизненного цикла искусственного интеллекта и машинного обучения: от сбора и анализа данных на границе, подготовки данных и обучения в ЦОД до получения результатов в реальном времени.
- Специалистам по анализу данных и разработчикам. Системы унифицированных вычислений Cisco UCS помогают тысячам заказчиков извлекать информацию из больших данных. Сервер Cisco для приложений ИИ дает возможность извлечь из данных больше информации, использовать ее для ускорения принятия решений. Также, опираясь на свои инициативы DevNet AI Developer Center и DevNet Ecosystem Exchange, Cisco предлагает специалистам по анализу данных и разработчикам инструменты и ресурсы для создания приложений следующего поколения.
- ИТ-специалистам. Система унифицированных вычислений упрощает для ИТ-специалистов процесс добавления различных технологий в рабочую среду. Используя технологию Cisco Intersight, они получают такие преимущества облачного управления, как простота и расширение сферы действия. Теперь из облака можно автоматизировать применение политик и эксплуатационных процессов для всей вычислительной инфраструктуры. Применяя рекомендованные архитектуры Cisco, которые помогают разобраться в хитросплетениях быстро развивающихся стеков программного обеспечения ИИ и машинного обучения, ИТ-специалисты смогут уверенно развертывать приложения в масштабе всего предприятия.
- В сотрудничестве с экосистемой. Cisco не работает в одиночку. Компания использует подходы на базе технологий контейнеров и облаков для упрощения масштабного развертывания открытого ПО вне зависимости от местонахождения приложений. Компания сертифицирует для сервера такие среды и ПО машинного обучения, как Anaconda и Kubeflow, а также решения от Cloudera и Hortonworks.
Доступность
В стоечном сервере Cisco UCS C480 ML M5 использованы наработки, реализованные в продуктах Cisco UCS B, Cisco UCS C и Cisco HyperFlex. Сервер будет доступен для приобретения у партнеров Cisco в 4-м квартале 2018 г., также от подразделения Cisco Services будут доступны средства поддержки искусственного интеллекта и машинного обучения в области аналитики, глубокого обучения и автоматизации.
2012: Cisco UCS C220 M3
Стоечный сервер Cisco UCS C220 M3 высотой в одну стандартную единицу (1RU) поддерживает производительность и плотность, достаточные для надежной работы широкого ассортимента бизнес-приложений, веб-сервисов и распределенных баз данных.
2-процессорный сервер высокой плотности Cisco UCS C220 M3 общего назначения оптимизирован для высокой производительности для широкого спектра рабочих нагрузок, в том числе:
- распределенные кластеры баз данных
- Middleware
- Высокая производительность виртуальных рабочих столов
- IT и веб-инфраструктуры
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)