多云互联的企业级智能数据平台公司Teradata (NYSE: TDC) 今日宣布,即日起,Vantage 能够运行外部创建的预测模型,又称作“模型共享”或“BYOM(Bring Your Own Model,自带模型)”。该举措进一步完善 Teradata 的战略分析框架,为数据驱动型企业大规模部署分析模型提供全面解决方案。BYOM能够加速模型上线,扩展分析用例,简化数据驱动型决策,帮助企业从分析模型开发工作中迅速获取更高的投资回报 (ROI)。
随着更多企业领导者意识到人工智能 (AI) 和机器学习 (ML) 是构筑行业竞争优势的基础,企业对 AI/ML 技术的投资迅猛增长。尽管如此,由于数据处理效率低下,许多企业仍难从 AI/ML 项目中获得显著回报。为应对这一挑战,Teradata 天睿公司创建战略分析框架 Analytics 1-2-3,帮助企业制定简单明晰的路线图,用以创建强大、高效且易于部署的流程,进而确保 AI/ML 项目达成目标并实现商业价值。
BYOM 功能进一步完善该框架,使更多的模型和分析算法可用于大规模部署。这意味着,通常在数据集有限的小型系统上创建的模型,现在可以部署在 Vantage 上做模型评分预测,充分利用 Vantage 高速、安全、一致的性能。
基于 BYOM 这项新功能,Analytics 1-2-3为 Teradata 天睿公司的客户提供了一种简便的方法,使其在面对任何数据量时都可以近乎实时地创建和运行任意数量的模型。
Teradata 天睿公司首席产品官 Hillary Ashton 表示:“随着我们的企业客户进一步探索 AI 在提高客户参与度、增加收入并降低风险和成本方面的可行性,他们需要一套面向当今复杂的现代化数据分析生态系统的解决方案。Teradata Vantage 所具备的灵活性和可扩展性,能够处理极复杂的企业工作负载,无论数据位于何处。现在,凭借新的 BYOM 功能,Vantage 可以帮助那些希望 AI/ML 投资能快速转化为价值的企业,解决其面临的最顽固的挑战。”
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
这项由卡内基梅隆大学和东北大学联合开展的研究通过分析1322篇AI隐私论文,发现学术界92%的注意力都集中在训练数据泄露这一相对较小的威胁上,而聊天记录泄露、AI助手背叛、隐私推断和信息聚合等更严重的隐私威胁却被严重忽视,呼吁学术界和产业界重新审视AI隐私保护的优先级和策略。