L’intelligenza artificiale, indicata negli ultimi anni come trend tecnologico in forte crescita, oggi viene piuttosto considerata un “ingrediente” necessario in ogni progetto di trasformazione digitale. Si prevede cioè che in tutte le implementazioni sia operativo un motore intelligente. E Gartner, per esempio, tra i 10 trend digitali più importanti per il 2020, lascia intendere proprio come il filo rosso che li lega tutti sia la pervasività dell’AI.
Tuttavia, è proprio un dato di Gartner a far riflettere: oltre il 48% dei Cio quest’anno ha già implementato soluzioni di AI, letta come priorità strategica per le aziende di tutti i settori e di qualsiasi dimensione, ma i Cio riconoscono anche quanto la distribuzione e la gestione dei workload in questo ambito possa essere complessa e richieda tempo, per la profonda integrazione hardware/software necessaria e la complessità dei test.
Dell Technologies, con l’intento di supportare i clienti e di aiutarli nella realizzazione di progetti più innovativi, proprio perché basati sugli insight, riducendone la complessità, ha sviluppato nuove soluzioni proprio per rendere più agile e favorire l’integrazione dell’AI nei progetti IT. Si tratta di soluzioni già disponibili a livello globale.
Per esempio, per rimuovere i problemi operativi che spesso si incontrano con l’implementazione dell’infrastruttura on-premise, specialmente per attività chiave come lo sviluppo di modelli (formazione e l’implementazione) l’azienda propone il software Convergence DKube deep-learning-as-a-service che offre, on-premise, facilità d’uso delle soluzioni in cloud e riduzione dei costi, grazie all’astrazione della capacità di calcolo accelerata e dell’archiviazione. Mentre con Dell Emc Hpc Ready Architecture per AI e data analytics si vogliono indirizzare le esigenze di calcolo accelerato per l’AI con uno stack cloud-native di facile implementazione.
Per quanto riguarda invece l’analisi dei dati, a seconda degli ambiti di utilizzo Dell propone soluzioni specifiche. Quindi con Spark on Kubernetes si offre accelerazione nell’elaborazione dei dati su larga scala in batch e in streaming su Apache Spark. E’ il motore di analisi unificato che esegue l’elaborazione dei dati in memoria invece che su disco, consentendo ai workload di funzionare molto più velocemente.
Nella proposizione infrastrutturale invece Dell Emc introduce due Validated Architecture per aiutare i clienti a utilizzare l’AI e gli strumenti di data analytics per ottenere rapidamente informazioni a valore attraverso una scelta di configurazioni software e hardware pretestate basate su diversi casi d’uso.
E ancora, è ora possibile utilizzare Splunk Enterprise per ottenere in tempo reale insight e valore aziendale grazie ai dati forniti dalle macchine, uno degli asset organizzativi più sottoutilizzati. Possiamo definire Splunk come una piattaforma di operation intelligence. In ambito infrastrutturale per esempio Splunk Enterprise è in grado di raccogliere, analizzare e mettere a valore i big data generati dalle infrastrutture, dai sistemi di sicurezza e dalle applicazioni per ottenere informazioni volte a migliorare le prestazioni operative.
Accelerare e scalare il training dei workload, quando si parla di deep learning e AI richiede importanti risorse di calcolo ed in questo ambito, tra i vendor che hanno fatto eccellenti passi avanti, merita una segnalazione particolare Nvidia. Per questo Dell ha scelto di collaborare con l’azienda nella combinazione dei sistemi Dell Emc Isilon, Dell Emc PowerSwitch e Nvidia Dgx-2 con le Gpu Nvidia V100 Tensor Core. Una “reference architecture” con cui le aziende possono implementare più velocemente i progetti, con una maggiore accuratezza dei modelli.
A livello operativo, per agevolare il lavoro dei data scientist in fase di sperimentazione esplorazione e scoperta degli insight, Dell propone il portfolio di workstation Dell Precision Data Science. In particolare la nuova offerta per la data science e la modellazione sfrutta la potenza combinata di Dell Precision 7920 Tower Data Science Workstation e del Nas Dell Emc Isilon scale-out. Con questa soluzione, i data scientist possono costruire i modelli su workstation mentre addestrano questi ultimi utilizzando dati che risiedono su uno storage condiviso scale-out veloce e ad alte prestazioni.
© RIPRODUZIONE RISERVATA
