Chuyển đến nội dung chính

HPE thâu tóm BlueData để tăng tốc mảng AI và chuyển đổi Big Data

HPE thâu tóm BlueData để tăng tốc độ tăng trưởng HPE trong AI / ML và phân tích dữ liệu lớn bằng cách mở rộng các dịch vụ liên quan cho khách hàng và đối tác.

HPE nhận định khách hàng đang sống trong một thế giới dựa trên dữ liệu và khối lượng thông tin họ tạo ra đang tăng theo cấp số nhân. Do đó, các công ty đang ngày càng đầu tư vào phần cứng, phần mềm lẫn dịch vụ cần thiết để đạt được những hiểu biết có thể hành động từ dữ liệu của họ. 

Năm 2022, tổng thị trường có thể đánh địa chỉ cho trí tuệ nhân tạo/máy học (AI / ML) và dữ liệu lớn ước tính đạt 160 tỷ đô la. Tuy nhiên, theo Gartner năm 2020, một nửa các tổ chức sẽ không có đủ kỹ năng AI và kiến thức dữ liệu cần thiết để trích xuất giá trị doanh nghiệp từ dữ liệu của họ, và họ đã yêu cầu dễ thực hiện hơn, triển khai nhanh hơn và hiệu quả hơn về chi phí giải pháp cho AI/ML và phân tích dữ liệu lớn.

HPE thông báo rằng họ đang mua BlueData, nhà cung cấp hàng đầu về AI/ML và phần mềm cơ sở hạ tầng phân tích dữ liệu lớn, sẽ mở rộng đáng kể dấu ấn trong không gian phân tích dữ liệu nhân tạo và phân tích dữ liệu lớn đang phát triển nhanh chóng. Việc mua lại này phù hợp với chiến lược đầu tiên về dữ liệu của công ty và sẽ cho phép cung cấp một cách dễ dàng hơn, nhanh hơn và hiệu quả hơn để triển khai các ứng dụng học máy, khoa học dữ liệu và phân tích – cho dù tại chỗ, trên đám mây hoặc trong một đám mây kiến trúc lai. 

Nhận xét

Đăng nhận xét

Bài đăng phổ biến từ blog này

Ứng dụng AI tại biên và 3 điểm cần lưu ý khi triển khai

 Khi trí tuệ nhân tạo (AI) trưởng thành, việc ứng dụng nó sẽ tiếp tục tăng lên. Theo nghiên cứu gần đây, 35% tổ chức đang sử dụng AI, với 42% đã bắt đầu khám phá tiềm năng của nó. Mặc dù AI đã được nghiên cứu khá nhiều và triển khai mạnh mẽ trên các nền tảng đám mây, nhưng đối với các hệ thống biên thì AI vẫn là một công nghệ còn khá non trẻ và đang có một số thách thức riêng khi ứng dụng AI tại biên. AI đã được sử dụng trong nhiều ứng dụng, từ điều hướng trong ô tô đến theo dõi các bước chân đến trò chuyện với trợ lý kỹ thuật số. Mặc dù người dùng thường xuyên truy cập các dịch vụ này trên thiết bị di động, nhưng kết quả tính toán nằm trong việc sử dụng AI trên đám mây. Cụ thể hơn, một người yêu cầu thông tin và yêu cầu đó được xử lý bởi một mô hình học tập trung tâm trên đám mây, sau đó mô hình này sẽ gửi kết quả trở lại thiết bị cục bộ của người đó. AI ở biên ít được hiểu và ít được triển khai hơn so với AI trên đám mây. Ngay từ khi mới thành lập, các thuật toán và đổi ...
Đăng nhận xét
Đọc thêm

Sự khác biệt của AGV và AMR là gì?

  Tự động hóa hoạt động logistics nội bộ là một vấn đề rất được quan tâm đối với cả các công ty lớn và nhỏ. Tại sao phải sử dụng nguồn nhân lực thủ công để vận chuyển các nguyên vật liệu khi bạn có thể tự động hóa các nhiệm vụ này và để nhân viên tập trung vào các hoạt động có giá trị cao hơn? Bằng cách tự động hóa hoạt động vận chuyển hàng hoá & vật liệu, các doanh nghiệp có thể tối ưu hóa năng suất và có thể lên lịch giao hàng hiệu quả hơn để giảm tắc nghẽn trong sản xuất. Cho đến thời gian gần đây, các phương tiện xe tự hành (AGV) truyền thống là lựa chọn duy nhất để tự động hóa các nhiệm vụ vận chuyển nội bộ. AGV là thiết bị cố định quen thuộc trong các cơ sở lắp đặt lớn, cố định, nơi có nhu cầu phân phối vật liệu nhất quán, lặp đi lặp lại và nơi có thể chấp nhận chi phí ban đầu lớn và lợi tức đầu tư (ROI) lâu dài. Tuy nhiên, ngày nay AGV đang bị thách thức bởi công nghệ phức tạp hơn, linh hoạt hơn và tiết kiệm chi phí hơn, đó là các rô bốt di động tự động (AMR). Mặc d...
Đăng nhận xét
Đọc thêm

Edge Ai có thể mang tới những lợi ích gì trong kỷ nguyên AIoT

  Edge AI là một mô hình điện toán mới kết hợp AI trong các khung điện toán biên. Bài viết này sẽ mang tới cho các bạn thông tin về một số lợi ích và trường hợp sử dụng của nó. Việc áp dụng điện toán biên đã chứng kiến mức tăng trưởng đáng kể trong những năm gần đây. Một báo cáo gần đây của Research and Markets ghi lại rằng quy mô thị trường điện toán biên toàn cầu được dự đoán sẽ đạt 155,90 tỷ USD vào năm 2030. Một phần của những gì đã thúc đẩy sự phát triển của việc áp dụng điện toán cạnh trong các ngành công nghiệp là trí tuệ nhân tạo (AI). Với sự gia tăng của các ứng dụng IoT và dữ liệu kinh doanh, nhu cầu phát triển các thiết bị có thể xử lý thông tin nhanh hơn và thông minh hơn ngày càng tăng. Đây là nơi mà Edge AI đi vào cuộc sống. Việc tích hợp AI vào điện toán biên hoặc Edge AI đã giúp các thiết bị biên có thể sử dụng thuật toán AI để xử lý thông tin ở biên của thiết bị hoặc trên một máy chủ gần thiết bị, cắt giảm thời gian các thiết bị biên đưa ra quyết định....
Đăng nhận xét
Đọc thêm