Oggi solo il 4% delle aziende ha già in corso progetti di intelligenza artificiale di un qualche genere, stando ai dati di Gartner, ma la percentuale è destinata a crescere di molto. Serviranno però sistemi hardware e software capaci di sostenere le attività di machine learning, elaborando e gestendo enormi quantità di dati di vario tipo. Nel campo dei server Cisco ha presentato una novità indirizzata soprattutto al deep learning, una forma di machine learning alta intensità di calcolo che utilizza reti neurali e grandi quantità di dati per “addestrare” o “allenare” i computer a compiti complessi.
Oggi gli sviluppatori possono sperimentare e testare applicazioni di apprendimento automatico anche su un laptop, ma per il deep learning è necessario un supporto diverso, con una maggiore capacità di calcolo a disposizione. Cisco UCS C480 ML (Ucs sta per Unified Computing System, C480 ML identifica il modello) è il primo server di Cisco creato specificamente per i carichi di lavoro di questo tipo. È caratterizzato dalla presenza di Gpu Nvidia V100 Tensor Core, grazie alle quali i modelli di AI possono essere “addestrati” in poche ore, anziché in settimane di tempo. Al pari di altri sistemi Ucs, il nuovo server può far parte di ambienti cloud gestiti tramite Cisco Intersight. A beneficio di data scientist e sviluppatori, sono a disposizione i servizi e le risorse software di DevNet AI Developer Center e DevNet Ecosystem Exchange.
“Nei prossimi anni, le applicazioni basate sull'intelligenza artificiale e il machine learning diventeranno un elemento chiave per le imprese”, ha commentato Roland Acra, senior vice presidnet e general manager del Data Center Business Group di Cisco. “Se questo risolverà molti problemi di business complessi, creerà anche nuove sfide per l'It. L’aggiunta di potenza alla linea Cisco Ucs potrà far crescere il numero di iniziative basate su AI in un'ampia gamma di settori industriali”.
Ma a che cosa servirà il deep learning? “I nostri clienti che hanno già testato questa soluzione e operanti nel settore finanziario stanno esplorando nuovi modi per migliorare il rilevamento delle frodi e migliorare il trading algoritmico”, racconta Acra. “Similmente, nel settore sanitario sono interessati ad affinare gli insight e la diagnostica, migliorando la classificazione delle immagini mediche accelerando la scoperta di farmaci e la ricerca”.