


Cloudera führt mehrere Funktionen ein, die NVIDIA-Mikrodienste integrieren: Erschließung des Datenpotenzials und Beschleunigung generativer KI-Anwendungen für Unternehmen
Remus Lim, Senior Vice President von Cloudera Asia Pacific, betonte die komplementäre Beziehung zwischen NVIDIAs führender Position im Bereich der künstlichen Intelligenz und der Expertise von Cloudera im Datenmanagement. Er sagte, dass die Zusammenarbeit zwischen den beiden Kunden dabei helfen wird, Modelle zu erstellen, die hochpräzise Daten und Erkenntnisse liefern können. Diese Modelle werden in einer sicheren Umgebung für maschinelles Lernen (ML) ausgeführt, der das Unternehmen vertraut und die in der Lage ist, sich ändernden Anforderungen gerecht zu werden. Lim betonte, dass sie sich freuen, Kunden dabei zu unterstützen, ihre KI-Reise zu beschleunigen und einen nahtlosen Übergang von der KI-Erforschungs- und Experimentierphase bis zur groß angelegten Bereitstellung im gesamten Unternehmen zu erreichen.
Peking, 20. März 2024 – Vor kurzem gab Cloudera, ein vertrauenswürdiges Datenunternehmen für künstliche Intelligenz für Unternehmen, bekannt, seine Zusammenarbeit mit NVIDIA weiter auszubauen. Cloudera Powered by NVIDIA wird NVIDIA NIMMicroservicesMicroservices
der NVIDIA AI Enterprise-Softwareplattform in AI/ML-Bemühungen auf der Cloudera Data Platform integrieren Der Prozessservice Cloudera Machine Learning bietet Kunden einen schnellen, sicheren und optimierten generativen End-to-End-KI-Workflow in Produktionsqualität.
In Kombination mit einer umfassenden Full-Stack-Plattform, die für große Sprachmodelle (LLM) optimiert ist, spielen Unternehmensdaten eine entscheidende Rolle bei der Förderung generativer KI-Anwendungen in Unternehmen vom Pilotprojekt bis zur Produktion. Mit den Microservices NVIDIA NIM und NeMo Retriever können Entwickler KI-Modelle mit ihren Geschäftsdaten (einschließlich Text, Bildern und verschiedenen Visualisierungen wie Balkendiagrammen, Liniendiagrammen und Kreisdiagrammen usw.) korrelieren, um hochpräzise und passende Antworten zu generieren Kontext. NVIDIA AI Enterprise bietet eine Laufzeit, die für die Erstellung, Anpassung und Bereitstellung von LLM der Unternehmensklasse optimiert ist, über die Entwickler, die die oben genannten Mikrodienste verwenden, Anwendungen bereitstellen können. Cloudera Machine Learning nutzt NVIDIA-Mikroservices, um leistungsstarke KI-Workflows, KI-Plattformsoftware und beschleunigtes Computing auf Daten anzuwenden und es Kunden zu ermöglichen, den Wert der Unternehmensdaten zu erschließen, deren Verwaltung sie Cloudera anvertrauen.
Cloudera hat sich mit NVIDIA zusammengetan, um eine Reihe von Funktionen auf den Markt zu bringen, die NVIDIA-Mikrodienste integrieren. Cloudera Machine Learning verbessert die Modellinferenzleistung für alle Workloads durch die Integration von Modell- und Anwendungsdiensten, die auf NVIDIA-Mikrodiensten basieren. Diese neue KI-Modelldienstfunktion ermöglicht Fehlertoleranz, Dienste mit geringer Latenz und automatische Skalierung für Modelle, die von Kunden in öffentlichen und privaten Clouds bereitgestellt werden. Darüber hinaus bietet Cloudera Machine Learning die Möglichkeit, NVIDIA NeMo Retriever-Mikrodienste zu integrieren, um die Verbindung von benutzerdefiniertem LLM mit Unternehmensdaten zu vereinfachen. Benutzer können diese Funktion nutzen, um Anwendungen auf Produktionsebene basierend auf Retrieval Augmented Generation (RAG) zu erstellen. Cloudera hat zuvor mit NVIDIA zusammengearbeitet, um GPUs zur Optimierung der Datenverarbeitung zu nutzen, indem es den
NVIDIA RAPIDS Accelerator für Apache Sparkin die Cloudera-Datenplattform integriert. Durch die Hinzufügung der NVIDIA Microservices Initiative und die Integration mit NVIDIA AI Enterprise ist die Cloudera Data Platform nun die Plattform, die optimierte End-to-End-Hybrid-KI-Pipelines bereitstellt.
In Zukunft werden Unternehmen aller Branchen in der Lage sein, LLM schneller und intuitiver zu erstellen, anzupassen und bereitzustellen, das transformative generative KI unterstützt, einschließlich codierter kollaborativer Bots, die Entwicklungszeiten beschleunigen, und Chat, der Kundeninteraktionen und -dienste automatisiert Die Bandbreite reicht von Robotern über Textzusammenfassungsanwendungen für die schnelle Verarbeitung von Dokumenten bis hin zu einer optimierten kontextbezogenen Suche. Diese innovativen Technologien machen Daten und fortschrittliche KI-Prozesse im gesamten Unternehmen einfacher und schneller, minimieren die Zeit bis zur Wertschöpfung, erhöhen die Einnahmequellen und optimieren die Kosten.
🎜🎜🎜Priyank Patel, Vizepräsident von Cloudera AI/ML Products, wies darauf hin, dass Cloudera aktiv NVIDIA NIM- und CUDA-X-Mikrodienste integriert, um die Fähigkeiten von Cloudera Machine Learning zu verbessern und Kunden dabei zu helfen, den Trend der künstlichen Intelligenz in tatsächliche Geschäfte umzusetzen Ergebnisse. Diese Integration bietet Kunden nicht nur leistungsstarke generative KI-Funktionen und -Leistung, sondern ermöglicht es Unternehmen auch, genauere und zeitnahere Entscheidungen zu treffen und gleichzeitig Ungenauigkeiten, Illusionen und Fehler in Prognosen zu reduzieren. Diese Faktoren sind alle entscheidende Elemente bei der Anpassung an die aktuelle Datenumgebung. 🎜🎜Justin Boitano, Vizepräsident für Unternehmensprodukte bei NVIDIA, betonte, dass Unternehmen dringend riesige Datenmengen nutzen müssen, um generative KI zu entwickeln, um maßgeschneiderte Assistenzsysteme und Produktivitätstools zu erstellen. Durch die Integration von NVIDIA NIM-Microservices in die Cloudera Data Platform können Entwickler LLM einfacher und flexibler bereitstellen, das die Geschäftstransformation unterstützt.
Cloudera wird auf dem AI Era Developer Summit neue KI-Funktionen vorstellenNVIDIA GTC. Diese GTC fand vom 18. bis 21. März im San Jose McNairy Convention Center in San Jose, Kalifornien, statt. Zu den Teilnehmern gehörten Unternehmen und Innovatoren, die die nächste Entwicklungsrichtung von KI und beschleunigtem Computing beeinflussen.
***
Über Cloudera
Bei Cloudera sind wir fest davon überzeugt, dass Daten das Potenzial haben, das Unmögliche von heute morgen möglich zu machen. Cloudera kann an verschiedenen Orten gespeicherte Daten in vertrauenswürdige künstliche Intelligenz für Unternehmen umwandeln und so Kosten und Risiken reduzieren, die Produktivität verbessern und die Geschäftsentwicklung beschleunigen. Unabhängig davon, ob sich die Daten in einer öffentlichen Cloud oder einer privaten Cloud-Umgebung befinden, kann unsere offene integrierte Lake- und Warehouse-Lösung zur sicheren Datenverwaltung und effektiven Übertragung cloudnativer Datenanalysen beitragen und Unternehmen dabei helfen, alle Arten von Daten zu verwalten und zu analysieren.
Durch die Verwaltung riesiger Datenmengen ähnlich der großer Cloud-Dienstleister ist Cloudera zu einem der bevorzugten Datenpartner führender Unternehmen auf der ganzen Welt geworden. Durch die kontinuierliche Erforschung des Werts von Daten und die unablässige Erforschung der Zukunft der Daten hat Cloudera stets den Wandel in der Branche vorangetrieben. Gleichzeitig wird Cloudera weiterhin dazu beitragen, eine zu schaffen lebendiges Ökosystem.
Aussagen in dieser Pressemitteilung, einschließlich, aber nicht beschränkt auf Aussagen zu Funktionalität und Integrationen, sind zukunftsgerichtete Aussagen. Diese Aussagen unterliegen verschiedenen Unsicherheiten, die dazu führen können, dass die tatsächlichen Ergebnisse von den Erwartungen abweichen. Zu den wichtigen Faktoren, die sich auf die tatsächlichen Ergebnisse auswirken könnten, gehören: die Abhängigkeit von Dritten in der Lieferkette; die Entwicklung neuer Produkte und Technologien oder Verbesserungen bestehender Produkte und Technologien; der Marktakzeptanz unserer Partner; Änderungen der Verbraucherpräferenzen und -schnittstellen, wenn ein Produkt oder eine Technologie in ein System integriert wird. Diese zukunftsgerichteten Aussagen stellen keine Garantie für die Zukunft dar und gelten nur für den heutigen Stand. Cloudera übernimmt keine Verpflichtung, diese zukunftsgerichteten Aussagen zu aktualisieren, um zukünftige Ereignisse oder Umstände widerzuspiegeln, sofern dies nicht gesetzlich vorgeschrieben ist.
Das obige ist der detaillierte Inhalt vonCloudera führt mehrere Funktionen ein, die NVIDIA-Mikrodienste integrieren: Erschließung des Datenpotenzials und Beschleunigung generativer KI-Anwendungen für Unternehmen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Eines der herausragenden Features von Cyberpunk 2077 ist die Pfadverfolgung, die jedoch die Leistung stark beeinträchtigen kann. Selbst Systeme mit halbwegs leistungsfähigen Grafikkarten wie die RTX 4080 (Gigabyte AERO OC aktuell 949,99 $ bei Amazon) haben Schwierigkeiten, eine stabile Leistung zu bieten

OneXGPU 2 ist die erste eGPU mit der Radeon RX 7800M, einer GPU, die selbst AMD noch nicht angekündigt hat. Wie One-Netbook, der Hersteller der externen Grafikkartenlösung, verriet, basiert die neue AMD-GPU auf der RDNA-3-Architektur und verfügt über das Navi

Nvidia führte erstmals 2013 die G-Sync-Technologie mit variabler Bildwiederholfrequenz (VRR) ein, um Bildschirmrisse, Stottern und Eingabeverzögerungen in Spielen zu verhindern. Dies funktionierte im Wesentlichen durch die Synchronisierung der Ausgabe-fps der GPU mit der Bildwiederholfrequenz des Monitors. Anforderungen b

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht

Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G
