Ich interessiere mich für Leasing über HPEFS
- Klicken Sie auf 'Angebot anfordern', um ein Angebot zu erhalten, das die von HPEFS angebotene Finanzierung beinhaltet.
- ODER rufen Sie HPEFS unter +43-1-546521560 an
Verbringen Ihre Modellentwicklungs- und MLOps-Teams mehr Zeit mit der Einrichtung und Verwaltung der ML-Infrastruktur als mit der Erstellung und Bereitstellung von Modellen für die Produktion?
Die HPE Machine Learning Development Environment als Managed Service ist eine vollständig verwaltete MLOps-Plattform, die es Modellentwicklern und Forschern ermöglicht, sich auf die schnellere Erstellung besserer Modelle zu konzentrieren, indem die Komplexität reduziert wird und die Notwendigkeit entfällt, die mit der Verwaltung der ML-Infrastruktur verbundenen Codebausteine zu schreiben. Diese Umgebung lässt sich problemlos in ML-Frameworks und -Tools integrieren und unterstützt Kunden, die ihre eigenen AWS- oder GCP-Cloud-Umgebungen mitbringen.
Unsere Plattform erleichtert es auch den IT- und MLOps-Teams, eine KI-Infrastruktur einzurichten und gemeinsam zu nutzen, um die Zusammenarbeit und Produktivität von ML-Teams zu verbessern und gleichzeitig die Kosten zu senken.
Trainieren Sie Modelle schneller, erstellen Sie präzisere Modelle, verwalten und teilen Sie die KI-Infrastruktur effizient und verfolgen und reproduzieren Sie Experimente ganz einfach mit der HPE Machine Learning Development Environment als Managed Service.
SKU-Nr. R8W23AAE
Die HPE Machine Learning Development Environment Software ist mit DeepSpeed für 3D-paralleles (daten-, modell- und pipelineparalleles) verteiltes Training integriert, um das Training großer Modelle wie GPT-NeoX zu beschleunigen.
Aktivieren Sie Horovod für ein benutzerfreundliches datenparalleles verteiltes Training.
Stellen Sie PyTorch Distributed Data Parallel (DDP) zur Verfügung für Flexibilität und die Wahl von verteilten Trainingsstrategien.
Die HPE Machine Learning Development Environment Software bietet eine Implementierung in die Produktionsumgebung von den Entwicklern des Asynchronous Successive Halving (ASHA) Hyperband-Algorithmus für HPE Search and Optimization.
Definieren Sie Ihre eigene Logik, um mehrere Versuche innerhalb eines Experiments zu koordinieren.
Implementieren Sie Ihre eigenen benutzerdefinierten Algorithmen für die Hyperparametersuche, Ensembling, aktives Lernen, die Suche in neuronalen Architekturen und verstärkendes Lernen.
Mit der HPE Machine Learning Development Environment Software können Sie Ihre On-Premises oder Cloud-GPUs und Beschleuniger problemlos mit Ihren ML-Entwicklungs- und Betriebsteams gemeinsam nutzen.
Führen Sie ML- und HPC-Aufgaben parallel auf demselben Cluster aus, mit Unterstützung für Workload-Manager wie Slurm oder PBS und sichere Container Runtime wie Singularity/Apptainer, Podman oder NVIDIA® Enroot.
Nutzen Sie nahtlos Spot- oder präemptive Instanzen für die Verwaltung der Cloud-Kosten.
Trainieren Sie Modelle auf NVIDIA- oder AMD-Grafikprozessoren ohne Codeänderungen, mit grundlegender Unterstützung für heterogene Beschleuniger.
Konsistente Benutzererfahrung für die Bereitstellung auf Ihrem Laptop bis hin zu einem Supercomputer und allem, was dazwischen liegt, einschließlich: Baremetal, virtuelle Maschinen (einschließlich Cloud- und On-Premises IaaS-Lösungen), Kubernetes, Slurm und PBS.
Die HPE Machine Learning Development Environment Software bietet eine integrierte Experimentverfolgung, die Modellcode, Konfiguration, Hyperparameter, Metriken und Prüfpunkte umfasst.
Versionieren, kommentieren und organisieren Sie trainierte Modelle, damit MLOps-Teams effektiv mit Modellentwicklern zusammenarbeiten können, um den Lebenszyklus Ihrer Modelle zu verwalten.
AMD ist eine Marke von Advanced Micro Devices, Inc. GCP ist eine eingetragene Marke von Google LLC. Linux ist das eingetragene Warenzeichen von Linus Torvald in den USA und anderen Ländern. NVIDIA ist eine Marke und/oder eingetragene Marke der NVIDIA Corporation in den USA und anderen Ländern. Red Hat ist eine eingetragene Marke von Red Hat, Inc., in den USA und anderen Ländern. Alle Drittanbietermarken sind Eigentum ihrer jeweiligen Inhaber.
*Preise können je nach lokalem Fachhändler variieren.