Il est difficile de visualiser la véritable ampleur de l’IA, car c’est presque certainement plus que vous ne l’imaginez – cela va contribuer plus à l’économie mondiale que le PIB actuel de l’Inde et de la Chine réunis.
Recherche PwC suggère que l’IA pourrait contribuer jusqu’à 15,7 billions de dollars d’ici 2030, et en étant singulièrement responsable d’une augmentation de 26 % du PIB des économies locales. Cela en ferait l’un des changements les plus fondamentalement transformateurs de l’histoire de l’humanité et, note PwC, les économies émergentes ont la possibilité de dépasser les économies développées en adoptant plus rapidement l’IA.
Cependant, malgré toutes les promesses de l’IA, il reste des défis. Les recherches de Gartner suggèrent que seulement 54 % des projets d’IA passent du pilote à la production. Le défi, dit Garter, a à voir avec l’échelle. « La mise à l’échelle de l’IA continue d’être un défi important », Frances Karamouzis, distinguée VP analyste chez Gartner, dit de la recherche. « Les organisations ont encore du mal à connecter les algorithmes qu’elles construisent à une proposition de valeur commerciale, ce qui rend difficile pour les responsables informatiques et commerciaux de justifier l’investissement nécessaire pour opérationnaliser les modèles. »
Fujitsu, en collaboration avec NVIDIA et NetApp, a lancé AI Test Drive pour aider à résoudre ce problème spécifique et aider les scientifiques des données à valider les analyses de rentabilisation pour l’investissement. L’AI Test Drive offre des fonctions équivalentes aux solutions AI-as-a-Service, et il affiche déjà de solides résultats.
En Australie, AI Test Drive a déjà été adopté dans le secteur universitaire et donne déjà lieu à des projets qui évoluent désormais. Par exemple, l’Université de Wollongong travaille sur un «Sécurité après la tombée de la nuit” initiative de projet pour le gouvernement NSW, et s’appuie sur l’IA et la plate-forme AI Test Drive, avec le soutien de Fujitsu, pour le construire.
Dirigée par le Dr Johan Barthelemy, l’IA analyse automatiquement les flux et les problèmes de caméra en temps réel et alerte lorsqu’elle détecte un incident suspect ou un environnement dangereux. Les scénarios d’«environnement dangereux» incluent des personnes qui se battent, un groupe de personnes agitées, des personnes qui suivent quelqu’un d’autre et des disputes ou d’autres comportements anormaux. Il peut également identifier un environnement dangereux, comme un manque d’éclairage.
Ce projet a été testé avec succès, ce qui a conduit à une réflexion plus approfondie et à un développement continu pour trouver une gamme plus large d’applications pour l’IA.
Surmonter les barrières à l’entrée
Les universités ne sont que l’un des secteurs qui investissent dans l’IA, bien sûr, cependant, les barrières à l’entrée sont cohérentes d’un secteur à l’autre. L’IA coûte cher, car les charges de travail sont généralement hébergées dans le cloud, mais la quantité de données impliquée dans la création d’une routine d’IA efficace entraîne des coûts de données volumineuses.
L’IA nécessite également des compétences informatiques substantielles, et l’Australie est confrontée à une crise croissante des compétences à ce sujet. Comme noté dans le AFR plus tôt cette année « L’énorme demande d’expertise dans les logiciels cloud, ainsi que les compétences en intelligence artificielle et en apprentissage automatique, l’intelligence d’affaires et l’analyse des données pour soutenir les efforts d’automatisation et de virtualisation ont ajouté à la chasse aux talents pour le personnel technologique. » Sans pouvoir accéder aux compétences requises, de nombreux projets d’IA seront retardés dans les secteurs australiens.
Le plus important, cependant, est la difficulté d’obtenir l’adhésion aux projets d’IA. Il s’agit d’un véritable scénario de poule et d’œuf ; sans avoir le prototype pour démontrer la valeur du projet, il peut être difficile de convaincre l’équipe de direction d’investir dans le type de puissance de calcul et d’infrastructure requis pour l’IA.
C’est là qu’intervient la solution AI Test Drive. Comme le note Fujitsu : « Tout comme un acheteur préférerait tester une voiture avant de faire un achat, tester l’infrastructure d’IA avant de s’y engager peut aider à s’assurer que l’organisation fait le bon choix. .”
La plate-forme Test Drive est puissante, avec huit GPU NVIDIA Tensor Core 100, avec six interconnexions réseau NVIDIA NVSwitch, deux processeurs AMD 64 cœurs et 1 To de mémoire système. Il comprend également NetApp ONTAP AI avec les systèmes DGX A100, qui a été explicitement conçu autour de la mise à l’échelle des charges de travail AI.
Enfin, la contribution de Fujitsu à la solution est le système PRIMERGY RX2540 M6, doté de processeurs Intel Xeon Gold et de deux GPU NVIDIA A40, idéal pour les charges de travail HPC et AI.
Comme l’a noté Ritu Jyoti, vice-président du programme, recherche sur l’intelligence artificielle, responsable mondial de la recherche sur l’IA, IDC : « Les clients de l’IA seront mieux servis par des solutions intégrées ou des services gérés qui rassemblent les meilleures technologies pour le bout en bout. pile, éliminant ainsi les défis d’intégration et simplifiant la consommation. »
Avec autant d’innovations disponibles grâce à l’IA, les organisations sont confrontées à un scénario de perturbation ou de perturbation. Être le perturbateur nécessite une volonté d’investir dans l’IA, cependant, des solutions telles que AI Test Drive de Fujitsu, NVIDIA et NetApp offrent aux organisations, à leurs data scientists et à leurs développeurs d’applications, cette première opportunité sur la voie de l’IA.
Pour plus d’informations sur l’AI Test Drive de Fujitsu, NVIDIA et NetApp, Cliquez ici.
Source link