Sie sind hier: Startseite » Markt » Unternehmen

KI-Dienste bringen Intelligenz in alle Apps


Amazon Web Services (AWS) hat auf ihrer Konferenz "AWS re:Invent 2018" in Las Vegas eine Reihe an Neuheiten vorgestellt
13 neue Machine-Learning-Dienste und -Funktionalitäten


AWS hat 13 neue Dienste und Funktionalitäten über alle Schichten des AWS Machine-Learning (ML)-Angebots hinweg angekündigt und legt damit ML noch stärker in die Hände der Entwickler. Hierzu zählen u.a. eine neue Infrastruktur, ein eigener Machine-Learning-Chip und verbesserte Frameworks für schnelleres Training und kostengünstigere Inferenz.

Neue Amazon Elastic Compute Cloud (EC2) GPU Instanzen: Mit acht NVIDIA V100 GPUs, 32GB GPU-Speicher, schnellem NVMe-Massenspeicher, 96 Intel "Skylake” vCPUs und 100Gbps-Netzwerkadaptern sind die neuen P3dn.24x-Instanzen die leistungsfähigsten in der Cloud verfügbaren Instanzen, mit denen Entwickler Modelle mit mehr Daten in kürzerer Zeit trainieren können.

AWS-optimiertes TensorFlow Framework: Das AWS-optimierte TensorFlow verbessert die Art und Weise, wie TensorFlow Trainingsaufgaben auf die GPUs verteilt und erlaubt so schnellere ML-Trainings. Dadurch erreicht es eine 90-prozentige Effizienz beim Training auf 256 GPUs gegenüber dem früheren Wert von 65 Prozent. Mit diesem Framework und den neuen P3dn-Instanzen kann man das populäre ResNet-50-Modell in nur 14 Minuten trainieren, ein neuer Rekord und 50 Prozent schneller als die bisherige Bestzeit.

Amazon Elastic Inference: Amazon Elastic Inference ermöglicht es Entwicklern, die Kosten für Inferenz drastisch zu senken und Einsparungen bis zu 75 Prozent im Vergleich zu den Kosten für die Verwendung einer dedizierten GPU-Instanz zu erzielen.

AWS Inferentia: Für größere Workloads, die ganze GPUs oder geringere Latenz benötigen, hat AWS einen leistungsstarken, selbstentwickelten Chip für ML-Inferenzen angekündigt, der Hunderte von Teraflops pro Chip und Tausende von Teraflops pro EC2-Instanz liefert und mehrere Frameworks wie TensorFlow, Apache MXNet und PyTorch sowie verschiedene Datentypen wie INT-8, mixed precision FP-16 und bfloat16 unterstützt.

Neue Amazon SageMaker Funktionalitäten für vereinfachtes Erstellen, Trainieren und Bereitstellen von ML-Modellen;
AWS DeepRacer, ein durch Reinforcement Learning betriebenes autonomes Rennauto im Maßstab 1:18 für Entwickler.

Amazon SageMaker Ground Truth:
Amazon SageMaker Ground Truth vereinfacht die Zuordnung von Merkmalen zu Daten ("Labeling") für die Aufbereitung von Trainingsdaten für maschinelles Lernen. Dabei können Entwickler auf einfache Weise ihre Daten mit Hilfe von menschlichen Annotatoren über Mechanical Turk, Drittanbieter oder eigene Mitarbeiter kennzeichnen. Amazon SageMaker Ground Truth lernt in Echtzeit aus diesen Annotationen, kann einen Großteil des verbleibenden Datensatzes automatisch kennzeichnen und reduziert damit die Notwendigkeit einer menschlichen Überprüfung. Es erstellt hochpräzise Trainingsdatensätze, spart Zeit und Komplexität und reduziert die Kosten um bis zu 70 Prozent im Vergleich zu rein menschlicher Annotation.

AWS Marketplace for Machine Learning: Dieser Marktplatz umfasst über 150 Algorithmen und Modelle (deren Zahl täglich wächst), die direkt auf Amazon SageMaker bereitgestellt und daraus von Entwicklern verwendet werden können.

Amazon SageMaker RL: Amazon SageMaker RL ist der erste Cloud Service für Reinforcement Learning (RL), bei dem Modelle ohne die Notwendigkeit großer Datenmengen trainiert werden können, wenn die Nutzenfunktion bekannt, aber der Pfad für ihre Realisierung schwer zu bestimmen ist. Er ermöglicht es jedem Entwickler, Machine Learning (ML) Anwendungen mithilfe von Reinforcement Learning Algorithmen zu bauen, zu trainieren und zu betreiben. Dabei werden verschiedene Frameworks wie Intel Coach und Ray RL unterstützt, sowie Simulations-Umgebungen wie SimuLink, MatLab und der neue Robotik-Service AWS RoboMaker.

AWS DeepRacer: In nur wenigen Zeilen Code können Entwickler mit AWS DeepRacer, einem vollständig autonomen Rennauto im Maßstab 1:18, Reinforcement Learning (RL) ausprobieren. Das Auto fährt mit Hilfe von RL-Modellen, die mit Amazon SageMaker trainiert wurden. In der DeepRacer League, der ersten weltweiten autonomen Rennliga, können Entwickler ihre Fähigkeiten unter Beweis stellen und mit ihren Autos und Modellen gegen andere antreten.

Amazon SageMaker Neo: Dieser neue Compiler für Deep-Learning-Modelle ermöglicht es Kunden, Modelle einmalig zu trainieren und diese überall mit bis zu doppelter Leistungssteigerung auszuführen. Er erstellt Modelle für spezifische Hardwareplattformen und optimiert automatisch deren Leistung. So können sie mit bis zu doppelter Leistung laufen, ohne an Genauigkeit einzubüßen. Dadurch müssen Entwickler nicht mehr ihre Trainingsmodelle für jede einzelne Hardwareplattform manuell optimieren (Zeit- und Kostenersparnis). Amazon SageMaker Neo unterstützt Plattformen wie NVIDIA, Intel, Xilinx, Cadence und Arm sowie beliebte Frameworks wie TensorFlow, Apache MXNet, und PyTorch. AWS wird Neo als Open Source Projekt veröffentlichen.

Neue KI-Dienste bringen Intelligenz in alle Apps, keine Erfahrungen in Machine Learning erforderlich

Amazon Textract (Preview verfügbar):
Amazon Textract nutzt maschinelles Lernen, um praktisch jedes gescannte Dokument sofort zu lesen und Text und Daten präzise zu extrahieren. Hierfür sind weder manuelle Überprüfung oder benutzerdefinierter Code erforderlich. Amazon Textract ermöglicht es Entwicklern, Dokumenten-Workflows schnell zu automatisieren und verarbeitet Millionen von Dokumentenseiten innerhalb weniger Stunden.

Amazon Comprehend Medical: Amazon Comprehend Medical verwendet Natural Language Processing (NLP) für die Verarbeitung von medizinischen Texten. Hierbei handelt es sich um einen hochpräzisen NLP-Service, der mit Hilfe maschinellen Lernens Krankheitszustände, Medikation und Behandlungsergebnisse aus Patientennotizen, klinischen Studien und anderen elektronischen Gesundheitsakten extrahiert. Hierfür sind weder ML-Fachkenntnisse notwendig noch müssen komplizierte Regeln geschrieben oder Modelle trainiert werden. Amazon Comprehend Medical wird ständig verbessert und Kunden zahlen nur für das, was Sie nutzen – ohne Mindestgebühren oder Vorabverpflichtungen.

Amazon Personalize: Amazon Personalize ist ein Empfehlungs- und Personalisierungsdienst, der in Echtzeit funktioniert und auf über 20 Jahre Personalisierungs-Erfahrung bei Amazon.com basiert. Der vollständig verwaltete Service erstellt, trainiert und stellt für praktisch jeden Anwendungsfall nutzerdefinierte, eigene Personalisierungs- und Empfehlungsmodelle bereit. Amazon Personalize kann Empfehlungen machen, Suchergebnisse personalisieren und Kunden für personalisiertes und direktes Marketing segmentieren.

Amazon Forecast: Amazon Forecast erstellt präzise Zeitreihenprognosen. Anhand historischer Daten und zugehöriger kausaler Daten wird Amazon Forecast automatisch benutzerdefinierte, private ML-Prognosemodelle trainieren, anpassen und bereitstellen. Kunden erhalten so mehr Sicherheit darüber, dass sie ihren Kunden die richtige Benutzererfahrung bieten und gleichzeitig ihre Ausgaben optimieren können.
(Amazon: ra)

eingetragen: 16.12.18
Newsletterlauf: 21.01.19

Amazon: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Kostenloser PMK-Verlags-Newsletter
Ihr PMK-Verlags-Newsletter hier >>>>>>



Meldungen: Unternehmen

  • Datenbasierte Entscheidungen treffen

    Fivetran, Anbieterin für Data Movement, hat die Marke von 500 Konnektoren überschritten und bietet damit laut eigenen Angaben die größte Anzahl an Konnektoren aller Data-Movement-Plattformen. Mit ihrer neuen, deutschsprachigen Website unterstreicht Fivetran zudem die Relevanz des DACH-Marktes.

  • Cloud-native Bedrohungserkennung

    Sysdig, Anbieterin von Cloud-Sicherheit auf Basis von Runtime Insights, feierte die Graduierung des Falco-Projekts innerhalb der Cloud Native Computing Foundation (CNCF). Die Graduierung von Falco würdigt jahrelanges Wachstum als führende Open-Source-Engine für Cloud-native Bedrohungserkennung und unterstreicht die Bedeutung von Laufzeitsicherheit bei der Einführung von Cloud-first-Praktiken in Unternehmen.

  • Migration auf die SAP S/4HANA Cloud

    Alight, Anbieterin von Cloud-basierten Human-Capital- und Technologie-Dienstleistungen, baut ihre langjährige Partnerschaft mit SAP aus. Die "Alight Worklife"-Plattform nutzt die SAP S/4HANA Cloud, um Unternehmen ein zukunftsfähiges, Cloud-basiertes Gehaltsabrechnungssystem anzubieten. Ziel des neuen Angebots ist es, die Effizienz und Leistung der Gehaltsabrechnung zu optimieren und gleichzeitig die Sicherheit sensibler Mitarbeiter- und Unternehmensdaten zu erhöhen.

  • Produkt-Roadmaps für nahtlose Kontinuität

    Cohesity, Unternehmen für KI-gestütztes Datenmanagement und -sicherheit, und Veritas, Anbieterin von Multi-Cloud-Datensicherheit, gaben ihren Zusammenschluss bekannt. Cohesity fusioniert mit dem Datenschutz-Business von Veritas, das aus Veritas ausgegliedert wird.

  • Fit für das KI-Zeitalter

    Microsoft hat die größte Investition ihrer 40-jährigen Geschichte in Deutschland angekündigt, um die Möglichkeiten und den Nutzen von künstlicher Intelligenz (KI) in der Bundesrepublik beschleunigt voranzubringen.

  • Berichterstattungsfähigkeiten gut gemacht

    Unit4, Anbieterin von Cloud-basierten Unternehmensanwendungen für kunden- und mitarbeiterorientierte Organisationen, wird in zwei IDC MarketScape-Berichten als wichtiger Akteur genannt: IDC MarketScape.

  • Arbeit mit massiven Dateiübertragungen

    Cloudbrink, Spezialistin für hybride Access-as-a-Service-Lösungen, hat unabhängige Testergebnisse vorgelegt, die bestätigen sollen, dass der Service des Unternehmens die Leistung von Anwendungen über unzuverlässige Internetverbindungen um das 30-fache oder mehr verbessert, selbst wenn diese vollständig gesichert sind. Damit übertrifft die Cloudbrink-Lösung die Performance alternativer HAaaS-Lösungen.

  • Cloud-Speicherlösungen

    Nasuni, Anbieterin einer hybriden Cloud-Speicherlösung, gab Rekordergebnisse für sein Geschäftsjahr bekannt, das am 31. Dezember 2023 endete. Diese Ergebnisse wurden durch die beispiellose Nachfrage nach der "Nasuni File Data Platform" angekurbelt, da Unternehmen agilere Abläufe mit unstrukturiertem Datenmanagement, Datenintelligenz und KI sowie Ransomware-Schutz benötigen.

  • Datacenter- und Cloud-Lösungen

    Seit dem 23. Januar 2024 verstärkt der Hamburger Cloud Provider Shyann Networks das Angebotsportfolio von synaforce. Mit Standorten in Hofkirchen, Mainz, Hamburg, München und Waldburg, optimiert synaforce durch diese Fusion ihre Kompetenzen in Beratung und Hosting.

  • KI-basierte Tools von Wildix für UCaaS

    Wildix, Unternehmen im Bereich Unified Communications as a Service (UCaaS), markierte mit dem virtuellen UC&C Summit einen wichtigen Meilenstein. Diese richtungsweisende Veranstaltung, an der UC&C-Spezialisten aus aller Welt teilnahmen, bot eine Plattform für den Erfahrungsaustausch, das Networking und die Präsentation von Innovationen, welche die Unified-Communications-Landschaft verändern.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen