उच्च प्रदर्शन, कम लागत वाली मशीन लर्निंग इन्फ्रास्ट्रक्चर क्लाउड में नवाचार को तेज कर रहा है

आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग (एआई और एमएल) प्रमुख प्रौद्योगिकियां हैं जो संगठनों को बिक्री बढ़ाने, लागत कम करने, व्यावसायिक प्रक्रियाओं को सुव्यवस्थित करने और अपने ग्राहकों को बेहतर ढंग से समझने के लिए नए तरीके विकसित करने में मदद करती हैं। AWS ग्राहकों को किसी भी मशीन लर्निंग प्रोजेक्ट की मांग पर शक्तिशाली कंप्यूट, हाई-स्पीड नेटवर्किंग और स्केलेबल हाई-परफॉर्मेंस स्टोरेज विकल्प प्रदान करके अपने AI / ML अपनाने में तेजी लाने में मदद करता है। यह उन संगठनों के लिए प्रवेश की बाधा को कम करता है जो अपने एमएल अनुप्रयोगों को स्केल करने के लिए क्लाउड को अपनाना चाहते हैं।

डेवलपर्स और डेटा वैज्ञानिक प्रौद्योगिकी की सीमाओं को आगे बढ़ा रहे हैं और तेजी से गहन शिक्षण को अपना रहे हैं, जो तंत्रिका नेटवर्क एल्गोरिदम पर आधारित मशीन लर्निंग का एक प्रकार है। ये गहन शिक्षण मॉडल बड़े और अधिक परिष्कृत हैं जिसके परिणामस्वरूप इन मॉडलों को प्रशिक्षित करने और तैनात करने के लिए अंतर्निहित बुनियादी ढांचे को चलाने की लागत बढ़ रही है।

ग्राहकों को अपने एआई/एमएल परिवर्तन में तेजी लाने में सक्षम बनाने के लिए, एडब्ल्यूएस उच्च प्रदर्शन और कम लागत वाली मशीन लर्निंग चिप्स का निर्माण कर रहा है। AWS Inferentia, क्लाउड में सबसे कम लागत वाली मशीन लर्निंग इंफ़ेक्शन के लिए AWS द्वारा ग्राउंड अप से निर्मित पहली मशीन लर्निंग चिप है। वास्तव में, Amazon EC2 Inf1 इंफरेंटिया द्वारा संचालित, वर्तमान पीढ़ी के GPU-आधारित EC2 उदाहरणों की तुलना में 2.3x उच्च प्रदर्शन और मशीन सीखने के अनुमान के लिए 70% तक कम लागत प्रदान करता है। एडब्ल्यूएस ट्रेनियम एडब्ल्यूएस द्वारा दूसरी मशीन लर्निंग चिप है जो गहन शिक्षण मॉडल के प्रशिक्षण के उद्देश्य से बनाई गई है और 2021 के अंत में उपलब्ध होगी।

उद्योगों में ग्राहकों ने उत्पादन में अपने एमएल अनुप्रयोगों को इन्फरेंटिया पर तैनात किया है और महत्वपूर्ण प्रदर्शन सुधार और लागत बचत देखी है। उदाहरण के लिए, AirBnB का ग्राहक सहायता मंच दुनिया भर में लाखों मेजबानों और मेहमानों के अपने समुदाय को बुद्धिमान, स्केलेबल और असाधारण सेवा अनुभव प्रदान करता है। यह प्राकृतिक भाषा प्रसंस्करण (एनएलपी) मॉडल को तैनात करने के लिए इन्फरेंटिया-आधारित ईसी 2 इन्फ 1 इंस्टेंस का उपयोग करता है जो इसके चैटबॉट का समर्थन करता है। इससे GPU-आधारित उदाहरणों की तुलना में आउट ऑफ़ द बॉक्स प्रदर्शन में 2x सुधार हुआ।

सिलिकॉन में इन नवाचारों के साथ, एडब्ल्यूएस ग्राहकों को उच्च प्रदर्शन और थ्रूपुट के साथ काफी कम लागत पर आसानी से उत्पादन में अपने गहन शिक्षण मॉडल को प्रशिक्षित और निष्पादित करने में सक्षम बना रहा है।

मशीन लर्निंग चुनौतियां क्लाउड-आधारित बुनियादी ढांचे में गति परिवर्तन

मशीन लर्निंग एक पुनरावृत्ति प्रक्रिया है जिसके लिए टीमों को जल्दी से एप्लिकेशन बनाने, प्रशिक्षित करने और तैनात करने की आवश्यकता होती है, साथ ही मॉडल की भविष्यवाणी सटीकता को बढ़ाने के लिए ट्रेन, फिर से प्रशिक्षित और अक्सर प्रयोग करना पड़ता है। अपने व्यावसायिक अनुप्रयोगों में प्रशिक्षित मॉडलों को तैनात करते समय, संगठनों को दुनिया भर में नए उपयोगकर्ताओं की सेवा के लिए अपने अनुप्रयोगों को भी बढ़ाने की आवश्यकता होती है। उन्हें एक बेहतर उपयोगकर्ता अनुभव सुनिश्चित करने के लिए लगभग वास्तविक समय विलंबता के साथ एक ही समय में आने वाले कई अनुरोधों को पूरा करने में सक्षम होने की आवश्यकता है।

ऑब्जेक्ट डिटेक्शन, नेचुरल लैंग्वेज प्रोसेसिंग (एनएलपी), इमेज क्लासिफिकेशन, संवादी एआई और टाइम सीरीज़ डेटा जैसे उभरते उपयोग के मामले गहन शिक्षण तकनीक पर निर्भर करते हैं। डीप लर्निंग मॉडल आकार और जटिलता में तेजी से बढ़ रहे हैं, कुछ ही वर्षों में लाखों पैरामीटर से अरबों तक जा रहे हैं।

इन जटिल और परिष्कृत मॉडलों का प्रशिक्षण और परिनियोजन महत्वपूर्ण बुनियादी ढांचे की लागत का अनुवाद करता है। लागतें तेजी से स्नोबॉल हो सकती हैं जो निषेधात्मक रूप से बड़ी हो सकती हैं क्योंकि संगठन अपने उपयोगकर्ताओं और ग्राहकों को वास्तविक समय के अनुभव प्रदान करने के लिए अपने अनुप्रयोगों को स्केल करते हैं।

यहीं पर क्लाउड-आधारित मशीन लर्निंग इंफ्रास्ट्रक्चर सेवाएं मदद कर सकती हैं। क्लाउड कंप्यूट, हाई-परफॉर्मेंस नेटवर्किंग और बड़े डेटा स्टोरेज के लिए ऑन-डिमांड एक्सेस प्रदान करता है, जो मूल रूप से एमएल ऑपरेशंस और उच्च स्तरीय एआई सेवाओं के साथ संयुक्त रूप से संगठनों को तुरंत शुरू करने और उनकी एआई / एमएल पहल को बढ़ाने में सक्षम बनाता है।

कैसे AWS ग्राहकों को उनके AI/ML परिवर्तन में तेजी लाने में मदद कर रहा है

AWS Inferentia और AWS Trainium का उद्देश्य मशीन लर्निंग का लोकतंत्रीकरण करना और इसे अनुभव और संगठन के आकार के बावजूद डेवलपर्स के लिए सुलभ बनाना है। Inferentia का डिज़ाइन उच्च प्रदर्शन, थ्रूपुट और कम विलंबता के लिए अनुकूलित है, जो इसे बड़े पैमाने पर ML अनुमान को तैनात करने के लिए आदर्श बनाता है।

प्रत्येक एडब्ल्यूएस इन्फरेंटिया चिप में चार न्यूरॉनकोर होते हैं जो एक उच्च-प्रदर्शन सिस्टोलिक सरणी मैट्रिक्स मल्टीप्ली इंजन को लागू करते हैं, जो बड़े पैमाने पर विशिष्ट गहन शिक्षण संचालन, जैसे कि कनवल्शन और ट्रांसफार्मर को गति देता है। न्यूरॉनकोर एक बड़े ऑन-चिप कैश से भी लैस हैं, जो बाहरी मेमोरी एक्सेस को कम करने, विलंबता को कम करने और थ्रूपुट को बढ़ाने में मदद करता है।

AWS न्यूरॉन, Inferentia के लिए सॉफ्टवेयर डेवलपमेंट किट, मूल रूप से TensorFlow और PyTorch जैसे प्रमुख ML फ्रेमवर्क का समर्थन करता है। डेवलपर उन्हीं ढांचे और जीवनचक्र विकास टूल का उपयोग करना जारी रख सकते हैं जिन्हें वे जानते हैं और पसंद करते हैं। अपने कई प्रशिक्षित मॉडलों के लिए, वे कोड की केवल एक पंक्ति को बदलकर, बिना किसी अतिरिक्त एप्लिकेशन कोड परिवर्तन के, उन्हें इन्फरेंटिया पर संकलित और तैनात कर सकते हैं।

परिणाम एक उच्च-प्रदर्शन अनुमान परिनियोजन है, जो लागत को नियंत्रण में रखते हुए आसानी से स्केल कर सकता है।

स्प्रिंकलर, एक सॉफ्टवेयर-ए-ए-सर्विस कंपनी, के पास एक एआई-संचालित एकीकृत ग्राहक अनुभव प्रबंधन मंच है जो कंपनियों को कई चैनलों में वास्तविक समय के ग्राहक प्रतिक्रिया को इकट्ठा करने और कार्रवाई योग्य अंतर्दृष्टि में अनुवाद करने में सक्षम बनाता है। इसका परिणाम सक्रिय समस्या समाधान, उन्नत उत्पाद विकास, बेहतर सामग्री विपणन और बेहतर ग्राहक सेवा में होता है। स्प्रिंकलर ने अपने एनएलपी और इसके कुछ कंप्यूटर विज़न मॉडल को तैनात करने के लिए इन्फरेंटिया का उपयोग किया और महत्वपूर्ण प्रदर्शन सुधार देखा।

कई Amazon सेवाएं भी अपने मशीन लर्निंग मॉडल को Inferentia पर तैनात करती हैं।

अमेज़ॅन प्राइम वीडियो प्राइम वीडियो सदस्यों के लिए एक इष्टतम दर्शक अनुभव सुनिश्चित करने के लिए लाइव इवेंट की वीडियो गुणवत्ता का विश्लेषण करने के लिए कंप्यूटर विज़न एमएल मॉडल का उपयोग करता है। इसने EC2 Inf1 उदाहरणों पर अपने छवि वर्गीकरण ML मॉडल को तैनात किया और GPU- आधारित उदाहरणों की तुलना में प्रदर्शन में 4x सुधार और लागत में 40% तक की बचत देखी।

एक अन्य उदाहरण अमेज़ॅन एलेक्सा की एआई और एमएल-आधारित इंटेलिजेंस है, जो अमेज़ॅन वेब सर्विसेज द्वारा संचालित है, जो आज 100 मिलियन से अधिक उपकरणों पर उपलब्ध है। एलेक्सा का ग्राहकों से वादा है कि यह हमेशा स्मार्ट, अधिक संवादी, अधिक सक्रिय और और भी अधिक आनंददायक होता जा रहा है। उस वादे को पूरा करने के लिए प्रतिक्रिया समय और मशीन लर्निंग इंफ्रास्ट्रक्चर लागत में निरंतर सुधार की आवश्यकता है। एलेक्सा के टेक्स्ट-टू-स्पीच एमएल मॉडल को Inf1 इंस्टेंस पर तैनात करके, यह हर महीने एलेक्सा का उपयोग करने वाले लाखों ग्राहकों के लिए सेवा अनुभव को बढ़ाने के लिए अनुमान विलंबता को 25% और लागत-प्रति-अनुमान को 30% तक कम करने में सक्षम था।

क्लाउड में नई मशीन सीखने की क्षमताओं को उजागर करना

जैसा कि कंपनियां सर्वोत्तम डिजिटल उत्पादों और सेवाओं को सक्षम करके अपने व्यवसाय को भविष्य में प्रमाणित करने की दौड़ में हैं, कोई भी संगठन अपने ग्राहकों के अनुभवों को नया करने में मदद करने के लिए परिष्कृत मशीन लर्निंग मॉडल को तैनात करने में पीछे नहीं रह सकता है। पिछले कुछ वर्षों में, निजीकरण और मंथन की भविष्यवाणी से लेकर धोखाधड़ी का पता लगाने और आपूर्ति श्रृंखला के पूर्वानुमान तक, विभिन्न प्रकार के उपयोग के मामलों के लिए मशीन लर्निंग की प्रयोज्यता में भारी वृद्धि हुई है।

सौभाग्य से, क्लाउड में मशीन लर्निंग इन्फ्रास्ट्रक्चर नई क्षमताओं को उजागर कर रहा है जो पहले संभव नहीं थे, जिससे गैर-विशेषज्ञ चिकित्सकों के लिए इसे और अधिक सुलभ बना दिया गया। यही कारण है कि AWS ग्राहक पहले से ही Inferentia- संचालित Amazon EC2 Inf1 इंस्टेंस का उपयोग अपने अनुशंसा इंजन और चैटबॉट के पीछे की खुफिया जानकारी प्रदान करने और ग्राहकों की प्रतिक्रिया से कार्रवाई योग्य अंतर्दृष्टि प्राप्त करने के लिए कर रहे हैं।

विभिन्न कौशल स्तरों के लिए उपयुक्त AWS क्लाउड-आधारित मशीन लर्निंग इन्फ्रास्ट्रक्चर विकल्पों के साथ, यह स्पष्ट है कि कोई भी संगठन नवाचार को गति दे सकता है और पूरे मशीन लर्निंग जीवनचक्र को बड़े पैमाने पर अपना सकता है। जैसे-जैसे मशीन लर्निंग अधिक व्यापक होती जा रही है, संगठन अब लागत प्रभावी, उच्च-प्रदर्शन वाले क्लाउड-आधारित मशीन लर्निंग इन्फ्रास्ट्रक्चर के साथ ग्राहक अनुभव को मौलिक रूप से बदलने में सक्षम हैं – और जिस तरह से वे व्यवसाय करते हैं।

इस बारे में अधिक जानें कि कैसे AWS का मशीन लर्निंग प्लेटफॉर्म आपकी कंपनी को नया करने में मदद कर सकता है यहां.

यह सामग्री एडब्ल्यूएस द्वारा निर्मित की गई थी। यह एमआईटी टेक्नोलॉजी रिव्यू के संपादकीय कर्मचारियों द्वारा नहीं लिखा गया था।

(Visited 6 times, 1 visits today)

About The Author

You might be interested in

प्यू-अमेरिका-के-42-उपयोगकर्ता-मुख्य-रूप-से-मनोरंजन-के.jpg
0

LEAVE YOUR COMMENT