हमसे जुडे

AI

क्या AI को डेटा सेंटर चलाने के बारे में जानने के लिए सब कुछ बाधित करना पड़ता है?

प्रकाशित

on

प्रायोजित पिछले दो दशकों में, उद्यमों ने डेटासेंटर प्रबंधन को एक ललित कला के रूप में प्राप्त कर लिया है। मानकीकरण और स्वचालन का मतलब है कि दोनों कच्चे माल और बिजली की खपत के मामले में दक्षता में सुधार। वर्चुअलाइजेशन और कंटेनरीकरण जैसी तकनीकों का मतलब है कि उपयोगकर्ता और डेवलपर्स स्वयं-सेवा परिनियोजन को सक्षम करने के बिंदु तक संसाधनों का अधिक कुशल उपयोग कर सकते हैं।

हालांकि, सामान्य उद्देश्य x86 आर्किटेक्चर जो ईंधन को आधुनिक डाटासेंटर कहते हैं, केवल एआई वर्कलोड चलाने के लिए उपयुक्त नहीं हैं। एआई के संचालन में तेजी लाने के लिए जीआई तकनीक का पुनरुत्पादन करके एआई शोधकर्ताओं ने इसे गोल कर दिया और पिछले एक दशक से मशीन लर्निंग में ब्रेकनेक इनोवेशन को बढ़ावा दिया है।

हालाँकि, यह उन उद्यमों के लिए एक समस्या प्रस्तुत करता है जो AI वर्कलोड चलाना चाहते हैं। आमतौर पर, CPU होस्ट प्लस एक्सेलेरेटर दृष्टिकोण का अर्थ है एक एकल बॉक्स खरीदना जो GPU और x86- आधारित होस्ट कंप्यूट को एकीकृत करता है। यह एंटरप्राइज इंफ्रास्ट्रक्चर टीमों के लिए खतरे की घंटी बजना शुरू कर सकता है। यद्यपि ऐसी प्रणालियां सैद्धांतिक रूप से प्लग एंड प्ले हो सकती हैं, वे बहुत सारे रैक स्थान ले सकते हैं और मुख्यधारा के विवाद के लिए विभिन्न शक्ति और शीतलन आवश्यकताओं को लागू कर सकते हैं। वे भी अनम्य हो सकते हैं, GPU त्वरक की गणना के अनुपात के साथ, लचीलेपन को सीमित करते हुए, विभिन्न मेजबान गणना आवश्यकताओं के साथ कई वर्कलोड को जोड़कर लचीलेपन को सीमित किया जा सकता है।

चूंकि शोधकर्ता और डेटा वैज्ञानिक कभी बड़े मॉडल और डेटासेट के साथ काम करते हैं - अब हम सुरक्षित रूप से ट्रिलियन प्लस पैरामीटर रेंज में हैं - एआई हॉर्सपावर को स्केल करके गति बनाए रखना एक और नई प्रणाली खरीदने का प्रश्न बन जाता है। फिर एक और। और दुसरी। लेकिन यह मेजबान गणना और एआई त्वरण के बीच किसी भी असंतुलन को संबोधित करने के लिए बहुत कम है।

और आपके बाकी ट्यूट डेटासेंटर? ठीक है, आप वास्तव में इसका लाभ नहीं उठा सकते हैं जब सभी एआई वर्कक्लाउड एक साइलो में हो रहे हैं। यह अनुभवी CIO और बुनियादी ढांचे के प्रबंधकों को उनकी आंखों के सामने फंसे संसाधन के साइलो में अत्यधिक विशिष्ट, AI- केंद्रित किट के आकार को लेकर काफी परेशान करता है।

अनबॉक्सिंग AI

इसलिए, जबकि ग्राफकोर में एसवीपी सिस्टम ओला टॉरुडबकेन, एआई, या मशीन इंटेलिजेंस कहते हैं, अनिवार्य रूप से (पारंपरिक) गणना, नेटवर्किंग और भंडारण के साथ डेटासेंटर का चौथा स्तंभ बन जाएगा, उनका यह भी कहना है कि यह काले रंग के रूप में नहीं होना चाहिए। बॉक्स सिस्टम।

बल्कि, ब्रिटेन स्थित एआई सिस्टम निर्माता का तर्क है, एआई फायरपावर को मेजबान गणना से अलग करना होगा और इसे ऐसे रूप में पैक किया जाना चाहिए जो न केवल आसानी से फिट हो, बल्कि आधुनिक डेटासेंटर का भी पूरा फायदा उठाता है।

यह वह जगह है जहाँ IPU-POD सिस्टम परिवार आता है। IPU-POD IPU-M2000 पर आधारित सिस्टम कॉन्फ़िगरेशन का एक परिवार है, एक 1U ब्लेड जो AI कंप्यूट का 1 पेटाफ्लॉप बचाता है। प्रत्येक मशीन में चार GC200, Mk2 कोलोसस इंटेलिजेंस प्रोसेसिंग यूनिट, या IPU शामिल हैं, जिनमें से प्रत्येक में 1472 स्वतंत्र कोर या टाइलें हैं, जिनमें से प्रत्येक छह समवर्ती थ्रेड चला सकती हैं, और जो एक ही सिलिकॉन पर 900MB इन-प्रोसेसर मेमोरी साझा करती हैं।

एक सीआईओ/सीटीओ के लिए शुरुआती बिंदु जो अपने डेटासेंटर को एआई कंप्यूट संसाधनों से लैस करना चाहते हैं जो उनके डेटासेंटर के संचालन के लिए बेहतर अनुकूल हैं IPU-POD16 और IPU-POD64।

IPU-POD64 सोलह IPU-M2000s, डेटा और प्रबंधन स्विच और 1 या 4 होस्ट सर्वरों की पसंद से बना है जो कि अलग-अलग हैं। यह 16 पेटीएमओपीएस एफपी 16.16 की गणना करता है और सर्वर आवंटन के आधार पर, लगभग 20RU रैक स्थान रखता है, जो एक या एक से अधिक रैक में फैला होता है। IPU-POD16 उन लोगों के लिए एक अधिक परिचयात्मक उत्पाद है जो प्रौद्योगिकी के साथ अपनी नवाचार यात्रा का पता लगाने और शुरू करना चाहते हैं। IPU-POD16 दो फ्लेवर में आता है, डायरेक्ट अटैच जो एक प्री-कंफिगर प्लग-एंड-प्ले सिस्टम है, और एक विकल्प जो स्विच का उपयोग करता है। दोनों वेरिएंट एक ही होस्ट सर्वर को काम पर रखते हैं और कंप्यूट पेशी के 4 पेटाफ्लॉप FP16.16 वितरित करते हैं।

स्केलआउट प्रत्येक IPU-M2000 में ग्राफ़कोर के डिज़ाइन किए गए इन-हाउस गेटवे चिप के साथ बेक-इन है। यह डिवाइस आसन्न IPU-POD रैक के लिए प्रत्येक दिशा में बाद में 100Gbps संचार का समर्थन करता है। IPU-Fabric इंटरकनेक्ट के एक भाग के रूप में ये कनेक्शन सीधे या स्विच के माध्यम से अतिरिक्त लचीलेपन और फ़ेलओवर शमन के लिए हो सकते हैं। स्केल आउट का आधार ग्राफकोर का आईपीयू फैब्रिक है, जिसकी कुल बैंडविड्थ 2.8 टीबीपीएस है। सोलह M2000s को एक IPU-POD64 बनाने वाले रैक के भीतर बढ़ाया जाता है। इंटर-रैक संचार के लिए, IPU फैब्रिक को स्विच किए गए 3D टोरस टोपोलॉजी में कॉन्फ़िगर किया जा सकता है ताकि हजारों IPUs और 1024 IPU-M2000s तक का समर्थन किया जा सके, जिससे एक व्यापक समानांतर सिस्टम बनाया जा सके, जो कंप्यूट के 16 एक्साफ्लॉप्स प्रदान करता है।

यह अलग-थलग दृष्टिकोण दोनों हाइपरस्केलेरर्स और उद्यमों की इच्छा में खेलता है ताकि सर्वर SKU की संख्या को कम से कम किया जा सके जो उन्हें समर्थन करने की आवश्यकता है। Tørudbakken कहते हैं, ग्राफकोर सिस्टम प्रभावी रूप से "नेटवर्क संलग्न" हैं। ग्राहक केवल ग्राफकोर के चिनार सॉफ्टवेयर को स्थापित करते हैं - जो उद्योग मानक मशीन लर्निंग फ्रेमवर्क का समर्थन करता है - आईपीयू-आधारित प्रणाली के लिए मेजबान गणना प्रदान करने के लिए अपने पसंदीदा सर्वरों पर। विचारणीय रूप से, एआई कार्यभार के अनुसार सर्वर की क्षमता बढ़ाकर या घटाकर डायल की जा सकती है। इसलिए, जबकि एनएलपी प्रकार के वर्कलोड को आमतौर पर मेजबान गणना और आईओ के कम अनुपात की आवश्यकता होती है, कंप्यूटर विज़न वर्कलोड आमतौर पर मेजबान पर अधिक भार डालते हैं।

टॉरुडबक्कन कहते हैं, लचीलापन के मामले में भी असहमति के फायदे हैं। "यदि आपके पास विफलता है - और, सर्वर, वे असफल होते हैं, ठीक है - आप नेटवर्किंग स्टैक द्वारा प्रदान किए गए मानक विफलता प्रोटोकॉल का लाभ उठा सकते हैं। इसलिए, यदि कोई सर्वर या वर्चुअल मशीन विफल हो जाती है, तो आप उसे किसी स्टैंडबाय सर्वर या स्टैंडबाय वर्चुअल मशीन में माइग्रेट कर सकते हैं।

IPU फैब्रिक को संचार और बड़े पैमाने पर संकलित समर्थन के लिए डिज़ाइन किया गया है। जब डेटा वैज्ञानिक पोपलर का उपयोग करके अपने कोड को संकलित करते हैं, तो उनके मॉडल को आईपीयू-पीओडी सिस्टम में एक सन्निहित आईपीयू संसाधन के रूप में मैप किया जाता है, अनिवार्य रूप से जैसे कि यह एक विशाल आईपीयू था, प्रोसेसर पर अलग-अलग कोर तक, समर्थन करने के लिए इष्टतम कॉम पैटर्न बनाते हैं। मशीन लर्निंग मॉडल हाथ में, चाहे एक आईपीयू पर हो या 1000s तक स्केलिंग। परिणाम, ग्राफकोर कहते हैं, नियतात्मक और घबराहट मुक्त संचार है, भले ही सिस्टम को बड़े पैमाने पर बढ़ाया गया हो।

लेकिन Tørudbakken के अनुसार, उपयोगकर्ता "वास्तव में हार्डवेयर या सिस्टम के बारे में बहुत परवाह नहीं करता है - वे मूल रूप से एक बहुत ही स्केलेबल प्लेटफ़ॉर्म चाहते हैं कि वे अपने कोड को चला सकें।"

यह कोड कितनी तेजी से चलता है, ग्राफकोर के सबसे हालिया बेंचमार्क ने दिखाया कि डीजीएक्स ए 100 जीपीयू-आधारित सिस्टम की तुलना में आईपीयू-पीओडी सिस्टम का उपयोग करके बीईआरटी-लार्ज पर प्रशिक्षण समय आधा से अधिक हो सकता है, जिसमें अनुमान के लिए तीन गुना अधिक थ्रूपुट होता है। न्यूनतम विलंबता। मार्कोव चेन मोंटे कार्लो वर्कलोड पर, IPU-M2000 ने A48 GPU के लिए 100 घंटे की तुलना में तीन घंटे से कम समय में एक प्रशिक्षण कार्य चलाया।

अधिक आधुनिक मॉडलों के साथ सुधार और भी स्पष्ट हैं। IPU-M2000 ने E कुशलNet-B4 पर प्रशिक्षण थ्रूपुट में एक दस गुना वृद्धि की, और एक IPU अनुकूलित कॉन्फ़िगरेशन के साथ एक 18x दिया। अनुमान के आधार पर, IPU-M2000 ने GPU सिस्टम की तुलना में थ्रूपुट में 60x वृद्धि और विलंबता में 16 गुना कमी दी। इससे कोई संदेह नहीं होगा कि कृपया डेटा वैज्ञानिकों पर ध्यान दें, लेकिन उनके बुनियादी ढांचे के सहयोगियों के पास बहुत अधिक कानूनी चिंताएं हो सकती हैं, जैसे सवालों के साथ शुरू करना "क्या सिस्टम बेहतर तरीके से चल रहा है और क्या यह विफल होने की संभावना है?" IPU-POD सिस्टम पूरी तरह से एक प्रबंधन सॉफ्टवेयर सूट द्वारा समर्थित हैं जो सिस्टम प्रबंधन और अवलोकन की अनुमति देता है।

उद्योग-मानक, ओपन सोर्स एंटरप्राइज़ टूल जैसे कि OpenBMC, RedFish DTMF, प्रोमेथियस और ग्राफाना से तैयार, वे अच्छी तरह से प्रलेखित, प्रबंधन प्रणाली एकीकरण के लिए खुले एपीआई के साथ प्रदान किए जाते हैं "मान लीजिए कि एक बिजली की आपूर्ति विफल होने वाली है, तो आप प्राप्त करना चाहते हैं टॉरडबककेन कहते हैं कि इस बारे में जल्द ही एक चेतावनी। "तो, आप इसे बदलने के लिए एक सहायक कार्यकर्ता को भेज सकते हैं या यदि आपके पास डीआईएमएम है जो विफल होने वाला है, तो एक ही बात है।"

और इन्फ्रास्ट्रक्चर टीमों को भी बहुत चिंता होगी कि वे अपने एआई गियर में अपने निवेश से सबसे अधिक लाभ प्राप्त कर रहे हैं, जिसका अर्थ है कि यह संभव के रूप में कई कार्यभार, नौकरियों और टीमों का समर्थन करता है।

एआई किसी के लिए?

हालाँकि IPU-POD आर्किटेक्चर को हज़ारों IPU के दसियों हिस्से तक बढ़ाया जा सकता है, लेकिन डेटा वैज्ञानिकों के लिए अपने मॉडल को चलाने के लिए एक लुभावने कैनवस का निर्माण करना, जैसा कि Tørudbakken कहते हैं, वास्तविकता यह है कि ऐसे कुछ मामले होंगे जहां एक एकल उपयोगकर्ता सभी को उठा रहा है एआई गणना क्षमता: "आमतौर पर आपके पास कई उपयोगकर्ता होंगे और आपके पास कई किरायेदार होंगे जो सिस्टम का उपयोग करते हैं।" इसका मतलब है कि मजबूत संसाधन प्रबंधन की आवश्यकता है। ग्राफकोर के सॉफ्टवेयर स्टैक से 'वर्चुअल IPUs' के निर्माण की अनुमति मिलती है और "यह हमें मूल रूप से पॉड को कई वर्चुअल पॉड्स में उत्कीर्ण करने की अनुमति देता है, जो पूरी तरह से पृथक हैं। एक वर्चुअल पॉड में एक IPU या सिस्टम आसन्न पॉड में किसी अन्य IPU से बात नहीं कर सकता है। "

यह उद्योग मानक ऑर्केस्ट्रेशन टूल जैसे SLURM और Kubernetes के समर्थन के साथ संबद्ध है, ताकि वर्चुअल मशीन या होस्ट पर चलने वाले कंटेनर IPU सिस्टम में VPODs के साथ संबद्ध हो सकें। जैसा कि तोरुद्दबक्केन कहते हैं, चाहे वह हाइपरस्केल स्तर या एकल रैक पर बात कर रहा हो, जबकि डेटा वैज्ञानिक एक मॉडल को चलाने के लिए अधिक से अधिक शक्ति होने पर केंद्रित है, उनके प्रबंधक या कंपनी कुछ आश्वासन चाहते हैं कि "यह संसाधन मेरा और केवल मेरा है "

यह इस उम्मीद में खेलता है कि कई संगठनों को आईपीयू का अपना पहला अनुभव हाइपरस्केलेकर्स या ग्राफकोर की नंगे धातु क्लाउड सेवाओं, ग्राफक्लाउड के माध्यम से हो सकता है, जो जनवरी में लॉन्च किया गया था। हालांकि, टॉरुडबकेन को उम्मीद है कि कई लोग अंततः मशीन इंटेलिजेंस को ऑन-प्रिमाइसेस लाना चाहेंगे, ठीक गोपनीयता, गोपनीयता और विलंबता के कारणों के लिए। ऐसा करने में, उन्होंने स्वामित्व की कुल लागत के आसपास कुछ बहुत ही पारंपरिक समीकरणों के माध्यम से काम किया होगा। एक ओपेक्स प्रश्न, वे कहते हैं, "आप वास्तव में कितनी शक्ति का उपभोग करते हैं, चलाने के लिए, मान लीजिए, एक BERT नौकरी? एक साल के लिए? जब आप दोनों को बॉक्स स्तर पर देखते हैं, लेकिन सिस्टम स्तर पर भी देखते हैं, तो समाधान बहुत आकर्षक होता है।"

कैपेक्स के दृष्टिकोण से, समीकरण और भी सीधा है। “एकमात्र नया घटक जो उन्हें लगता है कि उन्हें वास्तव में जोड़ने की आवश्यकता है वह IPU-M2000- आधारित IPU-POD प्रणाली है। बाकी - नेटवर्किंग, और भंडारण - यह कुछ ऐसा है जो बहुत से लोगों के पास पहले से है। "

और यह यकीनन के रूप में के रूप में आप अपने datacenter में मशीन खुफिया लाने के दौरान किया जा सकता है के रूप में निर्विवाद है।

ग्राफकोर द्वारा प्रायोजित

Coinsmart। यूरोपा में बेस्टे बिटकॉइन-बोरसे
स्रोत: https://go.theregister.com/feed/www.theregister.com/2021/05/13/does_ai_disrupt_running_a_datacenter/

कृत्रिम बुद्धिमत्ता

जिस तरह से एआई निवेश बैंकिंग उद्योग को आकार दे रहा है

प्रकाशित

on

कृत्रिम बुद्धिमत्ता (एआई) एक महान उपकरण है, जिसे वित्तीय सेवाओं में अत्यधिक अपनाया गया है। यह व्यवसायों के लिए शानदार संभावनाएं प्रदान करता है, जो इसे उचित देखभाल और विवेक के साथ तैनात कर सकते हैं।

धोखाधड़ी का पता लगाना, एल्गोरिथम ट्रेडिंग, सर्वश्रेष्ठ क्रिप्टो एक्सचेंज, चैटबॉट, आभासी प्रतिनिधि और जोखिम नियंत्रण कुछ ऐसे क्षेत्र हैं, जो एआई का उपयोग करके सक्रिय रूप से लाभ उठा सकते हैं।

स्वचालन कोई नया पहलू नहीं है निवेश बैंकिंग (आईबी)। एक्सेल के साथ काम करने वाले कई जूनियर बैंकिंग विशेषज्ञ आसानी से मैक्रोज़ की रचना कर सकते हैं और वित्तीय मॉडलिंग में उनकी मदद कर सकते हैं। लेकिन, प्रक्रिया अभी भी श्रमसाध्य और समय लेने वाली है। यहां तक ​​कि प्रक्रियाओं की स्वत: गणना करते समय, संख्याओं की क्रंचिंग केवल थोड़ी मात्रा में समय को मुक्त करती है। इसका मतलब है कि एक व्यक्ति स्क्रीन पर घूरने में बहुत समय बर्बाद करेगा।

एआई में प्रगति तेजी से चेहरे को बदल रही है निवेश बैंकिंग उद्योग. इस लेख में, आइए गहराई से विचार करें और उन तरीकों पर विचार करें जो AI IB के भविष्य को आकार दे रहा है।

भविष्यिक विश्लेषण व्यवसायों के भविष्य के परिणाम की भविष्यवाणी करने के लिए डेटा लागू करता है। किसी भी पिछले डेटा के सहयोग से, एआई एल्गोरिदम भविष्य के परिणामों की भविष्यवाणी करने के लिए अतीत और वर्तमान कार्यों का विश्लेषण करता है। बीएनपी परिबास नामक एक फ्रांसीसी बैंक ने वर्ष 2017 में "स्मार्ट चेज़र" नामक एक एआई-संचालित उपकरण का उपयोग किया और साथ ही साथ उनके व्यापार मिलान विधियों का उपयोग करके उन्हें कारगर बनाने में मदद की। भविष्य बतानेवाला विश्लेषक. अब यह उपकरण बीएनपी सिक्योरिटीज सर्विसेज के माध्यम से किए गए ट्रेडों के डेटा रिकॉर्ड का उपयोग करता है, इससे किसी भी प्रकार के पैटर्न की सुविधा मिलती है, जिससे विफलता हो सकती है। यह उस विशेष व्यापार की संभावना की भविष्यवाणी करने के लिए भी उपयोगी है, जिसके लिए निकट भविष्य में मैन्युअल हस्तक्षेप की आवश्यकता हो सकती है। ऐसा कहा जाता है कि स्मार्ट चेज़र टूल प्रासंगिक पूर्वानुमान प्राप्त करने में 98 प्रतिशत सटीकता प्रदान करने में सक्षम है।

एआई टूल्स के साथ-साथ नई तकनीकों को तैनात करके जो बैंकर के वर्कफ़्लो को स्वचालित करते हैं, वृद्धिशील क्षमता को जल्दी से विकसित किया जा सकता है। में प्रक्रियाओं की पूरी श्रृंखला निवेश बैंकिंग उद्योग से प्रभावित होगा मशीन लर्निंग (एमएल) और एआई। सुसंगत डिजिटलीकरण के हिस्से के रूप में एआई को समझदारी से लागू करें रणनीति. प्रारंभिक चरण में, पहचानें रणनीति, उसके आधार पर पूरी प्रक्रिया को फिर से परिभाषित करना। सुनिश्चित करें कि अन्य कर्मचारी भी एआई के अनुकूल हों, क्योंकि यह लोगों के काम करने के तरीके को बढ़ाता और पूरक करता है।

एक साधारण एआई सिस्टम किसी को भी हटाने में बहुत मददगार है में काम कर रहे किसी व्यक्ति के लिए खतरा डेटा अधिभार निवेश बैंकिंग दृढ़। इन फर्मों में काम करने वाले विशेषज्ञों को नवीनतम प्रगति के साथ अद्यतन रहने की आवश्यकता है। एक एआई सिस्टम स्वचालित रूप से डेटा इकट्ठा करने में मदद करता है, बाजार की भविष्यवाणी के लिए इसकी जांच करता है।

क्वाल्ट्रिक्स की एक रिपोर्ट के मुताबिक करीब 97 फीसदी शोधकर्ताओं ने निष्कर्ष निकाला है कृत्रिम बुद्धिमत्ता अंततः बाजार विश्लेषण, सांख्यिकीविदों (95 प्रतिशत), और विश्लेषकों (94 प्रतिशत) की भूमिका बेमानी हो जाएगी।

चूंकि एआई सिस्टम को खुद को खिलाने के लिए बड़ी मात्रा में डेटा की आवश्यकता होती है, इसलिए प्रौद्योगिकी में सुधार का सीधा सा मतलब है कि विधियां अब आसानी से कई स्रोतों से एकत्र किए गए डेटा के साथ खुद को ऑटो-फीड कर सकती हैं।

पिछली कक्षा का निवेश बैंकिंग उद्योग अपने ग्राहकों के लिए व्यापार प्रसंस्करण को स्वचालित करने के लिए एआई का लाभ उठा सकते हैं। यह तेजी से व्यापार प्रदान करता है, और कुछ समाधान ग्राहक के विचार के लिए संभावित निवेश रणनीतियों की पहचान कर सकते हैं। यह कई बाजारों में ट्रेडों को निष्पादित करने में भी सक्षम है।

ट्रेड ऑटोमेशन सॉल्यूशन को व्यापारियों से ब्रोकरों, स्टॉक एक्सचेंजों, या अन्य ट्रेडिंग सिस्टमों को खरीदने/बेचने के ऑर्डर का मिलान करने के लिए एक एमएल एल्गोरिथम की आवश्यकता होगी, जो ऑर्डर को पूरा कर सके। कई इलेक्ट्रॉनिक मार्ग तरलता को सीमित करते हैं और व्यापारी के लिए लागत को अधिकतम करते हैं, लेकिन ट्रेडों को निष्पादित करने का सबसे सस्ता और सुरक्षित तरीका खोजने के लिए एल्गोरिथ्म समय के साथ बढ़ सकता है।

एआई तकनीक में सुधार के साथ, आईबी उद्योग अधिक सटीकता के साथ बेहतर निर्णय लेने पर प्रभावी रूप से ध्यान केंद्रित कर सकता है। समय के साथ, ऐसा लगता है कि जिस तरह से इंटरनेट ने पूरी तरह से नए व्यापार मॉडल का आविष्कार किया है। AI IB उद्योग के साथ भी ऐसा ही करेगा।

इमेज क्रेडिट: https://pixelplex.io/wp-content/uploads/2021/01/best-ai-stocks-to-invest-in-main-1600.jpg

Coinsmart। यूरोपा में बेस्टे बिटकॉइन-बोरसे
स्रोत: https://datafloq.com/read/ways-ai-shaping-investment-banking-industry/15730

पढ़ना जारी रखें

AI

एआई, मशीन लर्निंग-केंद्रित वीसी हाउस ओमेगा डेब्यू फंडरेज के लिए $ 100m लक्ष्य के करीब है

प्रकाशित

on

हाई-टेक सॉफ्टवेयर निवेशक ओमेगा वेंचर पार्टनर्स अपनी पहली फंडरेज के लिए अपने 100 मिलियन डॉलर के लक्ष्य की दूरी के भीतर है

Coinsmart। यूरोपा में बेस्टे बिटकॉइन-बोरसे
स्रोत: https://www.altassets.net/private-equity-news/by-pe-sector/venturegrowth/ai-machine-learning-focused-vc-house-omega-nears-100m-goal-for-debut- fundraise.html

पढ़ना जारी रखें

AI

क्वार्ट्स ने 1.2 मिलियन यूरो के वेंचर राउंड के साथ पांचवीं वर्षगांठ मनाई

प्रकाशित

on

हैसेल्ट, जून २३, २०२१ - एआई विशेषज्ञ क्वार्ट्स अपनी पांचवीं वर्षगांठ को काफी वित्तीय इंजेक्शन के साथ मना रहा है। बेल्जियम का स्टार्ट-अप अपने एआई-संचालित ग्राहक डेटा प्लेटफॉर्म ए-इनसाइड के लिए कई निवेशकों का विश्वास जीतने में सक्षम था। इस मंच के साथ, क्वार्ट्स मुख्य रूप से जीवन विज्ञान के भीतर की कंपनियों पर ध्यान केंद्रित करता है। सबसे हालिया वेंचर राउंड ने कम से कम 23 मिलियन यूरो जुटाए और कंसल्टेंसी से उत्पाद-उन्मुख कंपनी के लिए निश्चित बदलाव का प्रतीक है। इससे क्वार्ट्स के लिए नई डेटा-दिमाग वाली प्रतिभा की भर्ती करना संभव हो जाता है।

ए-इनसाइड, क्वार्ट्स द्वारा विकसित एआई-संचालित ग्राहक डेटा प्लेटफॉर्म, कंपनियों को डेटा स्ट्रीम को केंद्रीकृत और विश्लेषण करने में मदद करता है और इस प्रकार ग्राहक यात्रा का नक्शा तैयार करता है। "एक बड़ा फायदा यह है कि हमारे सिस्टम को मौजूदा सीआरएम सिस्टम में एकीकृत किया जा सकता है," क्वार्ट्स के सीईओ बार्ट वान प्रोयेन और सीसीओ रूबेन डी मूर को समझाएं। "हम मौजूदा सीआरएम और ईआरपी सिस्टम से डेटा प्रवाह को तीसरे पक्ष के डेटा के साथ हमारे प्लेटफॉर्म से जोड़ते हैं। ए-इनसाइड डेटा का विश्लेषण करता है और ग्राहकों की जरूरतों के बारे में सुझाव देता है। यह बहुत स्पष्ट, व्यावहारिक तरीके से किया जाता है। हम एक कंपनी के भीतर विभिन्न टीमों के बीच साइलो को हटा देते हैं। इस तरह, ए-इनसाइड देखभाल प्रदाताओं जैसे ग्राहकों की जरूरतों को पूरा करता है, और उनकी जरूरतों को पूरा करने के तरीके के बारे में सिफारिशें करता है," बार्ट और रूबेन कहते हैं।

"हम एक कंपनी के भीतर विभिन्न टीमों के बीच साइलो को हटाते हैं।" - बार्ट वैन प्रोयेन, सीईओ क्वार्ट्सो

पूरक निवेशकों का विश्वास
दो बचपन के दोस्त 2020 की गर्मियों में फिर से मिले और मंच विकसित करने के लिए सेना में शामिल हो गए। ए-इनसाइड प्लेटफॉर्म विकसित करने के लिए क्वार्ट्स की सलाहकार भूमिका पृष्ठभूमि में गायब हो गई। ऑनलाइन कॉल के माध्यम से, बार्ट और रूबेन निवेशकों का विश्वास जीतने में सफल रहे। उन्होंने वोल्टा वेंचर्स, इमेक.आईस्टार्ट, ब्लूहेल्थ इनोवेशन फंड, एलआरएम, बेलफियस और अनुभवी बिजनेस एंजल्स जीन-मैरी व्लिगेन, राउटर रेगर्स और विम वैन कैपेलन से 1.2 मिलियन यूरो जुटाए।

वोल्टा वेंचर्स के वेंचर पार्टनर कोएन डी वेले कहते हैं, "उद्योग के अनुभव, वैज्ञानिक आधार के साथ-साथ ग्राहकों के साथ सह-निर्मित दृष्टिकोण का संयोजन क्वार्ट्स के लिए सफल गो-टू-मार्केट रणनीति में हमारे विश्वास को मजबूत करता है।" "ए-इनसाइड प्लेटफॉर्म जीवन विज्ञान क्षेत्र में मौजूदा सीआरएम सिस्टम में सहजता और अंतर्दृष्टि जोड़ देगा।"

विशेषज्ञता
ए-इनसाइड प्लेटफॉर्म को हैसेल्ट विश्वविद्यालय में बियारू सेल के सहयोग से एक वीएलएआईओ परियोजना के ढांचे के भीतर विकसित किया गया था और यह वैज्ञानिक अनुसंधान पर आधारित है। इसके अलावा, बार्ट और रूबेन प्रत्येक को जीवन विज्ञान में दस साल का अनुभव है। "हम विशेषज्ञता के साथ उद्योग से संपर्क करते हैं। उस पृष्ठभूमि के ज्ञान के कारण, जीवन विज्ञान के लिए एक आत्मीयता है। इसलिए, हम मुख्य रूप से बेल्जियम और विदेशों दोनों में फार्मास्युटिकल और बायोटेक क्षेत्रों में कंपनियों के साथ और उनके लिए काम करते हैं। अपने अनुभव से, हम व्यावहारिक समाधान लेकर आ सकते हैं जो हमारे ग्राहकों के लिए काम करते हैं। लेकिन ए-इनसाइड एक अज्ञेयवादी मंच है, जिसका अर्थ है कि इसे अन्य क्षेत्रों में पूरी तरह से लागू किया जा सकता है, ”बार्ट ने आश्वासन दिया।

"" हम विशेषज्ञता के साथ उद्योग से संपर्क करते हैं और जीवन विज्ञान के लिए एक मजबूत संबंध रखते हैं।" — बार्ट वैन प्रोयेन

डेटा-माइंडेड प्रोफाइल की तलाश में
क्वार्ट्स ने पहले ही यूरोप और एशिया में परियोजनाओं को पूरा कर लिया है और संयुक्त राज्य अमेरिका के लिए एक व्यापार मिशन की योजना बनाई है। अपेक्षित वृद्धि का अनुमान लगाने के लिए, कंपनी और विस्तार कर रही है। "मौजूदा सात-व्यक्ति टीम के साथ, हम एआई के क्षेत्र में बहुत मजबूत हैं। अब हम व्यावसायिक प्रोफाइल के शीर्ष पर सॉफ्टवेयर विकास और डेटा विज्ञान में मजबूत प्रोफाइल की तलाश कर रहे हैं। उनके साथ मिलकर, हम क्वार्ट्स को और आगे बढ़ाना चाहते हैं और एक घरेलू नाम बनना चाहते हैं," रूबेन ने निष्कर्ष निकाला।

बार्ट वैन प्रोयेन से संपर्क करें
ई: Bart@kwarts.be
एम: +32 494 60 95 38

Coinsmart। यूरोपा में बेस्टे बिटकॉइन-बोरसे
स्रोत: https://news.evokepr.be/kwarts-celebrates-fifth-anniversary-with-venture-round-of-12-million-euros

पढ़ना जारी रखें

कृत्रिम बुद्धिमत्ता

हाइपरऑटोमेशन पर ड्राइव करने के लिए क्रॉसपॉइंट एआई-पावर्ड कंप्यूटर विज़न कंपनी एवरसेन में खरीदता है

प्रकाशित

on

साइबर सुरक्षा सौदा विशेषज्ञ क्रॉसपॉइंट कैपिटल पार्टनर्स Partner एआई-पावर्ड कंप्यूटर विज़न सॉफ्टवेयर कंपनी एवरसेन का अधिग्रहण किया है। फर्म ने कहा कि कंपनी हाइपरऑटोमेशन की उभरती हुई जगह में फिट होगी, जो वास्तविक समय में प्रदर्शन को अनुकूलित करने और प्रक्रियाओं को स्वचालित करने के लिए एआई तकनीक का उपयोग करती है।

स्व-चेकआउट और इन्वेंट्री प्रबंधन में सटीकता बढ़ाने के लिए खुदरा क्षेत्र में एवरसेन की सेवा तैनात की गई है। कंपनी ने कहा कि वह चेकआउट में संकोचन को कम करके और स्टोर में परिचालन में सुधार करके खुदरा विक्रेताओं के मार्जिन में 20% तक सुधार करने में मदद कर सकती है।

 

क्रॉसपॉइंट के मैनेजिंग पार्टनर ग्रेग क्लार्क ने कहा, "हम एलन और एवरसीन टीम के साथ साझेदारी करके उत्साहित हैं ताकि उद्योगों और भौगोलिक क्षेत्रों में उनके प्रभाव का विस्तार किया जा सके। जहां कहीं भी एक प्रक्रिया प्रणाली है, वहां इसे सुधारने का अवसर है - और एवरसेन ऐसा करने के लिए पूरी तरह से तैयार है।

"एवेरसेन की तकनीक ठीक उसी प्रकार का बुनियादी ढांचा है जिसकी हमें उम्मीद है कि जल्द ही हर जगह होगा। तत्काल, मापने योग्य आरओआई के साथ व्यवसाय करने के तरीके को बदलने के लिए तैयार कंपनी मिलना दुर्लभ है।"

क्रॉसपॉइंट ने अब तक के सबसे बड़े तकनीक-केंद्रित निजी इक्विटी फंडरेज़ में से एक को सील कर दिया अप्रैल में अंतिम समापन के लिए $1.3bn ला रहा है.

कॉपीराइट © 2021 AltAssets

Coinsmart। यूरोपा में बेस्टे बिटकॉइन-बोरसे
स्रोत: https://www.altassets.net/private-equity-news/by-news-type/deal-news/crosspoint-buys-into-ai-powered-computer-vision-company-everseen-to-drive- on-hyperautomation.html

पढ़ना जारी रखें
eSports4 दिन पहले

स्मार्ट जेनशिन इम्पैक्ट का चयन करें: व्यक्तित्व प्रश्नोत्तरी को कैसे काम करें

ब्लॉक श्रृंखला4 दिन पहले

बिटमैन ने DOGE और LTC के लिए नई खनन मशीनें जारी की

eSports21 घंटे

डंगऑन्स एंड ड्रेगन: डार्क एलायंस वॉयस एक्टर्स: हू वॉयस उटार?

स्टार्ट अप5 दिन पहले

छोटे व्यवसाय के कर्मचारियों के लिए विलंबित तनख्वाह में Zenefits पेरोल गड़बड़ परिणाम

विमानन5 दिन पहले

दक्षिण पश्चिम ने N50WR पर एक नए "फ्रीडम वन" लोगो जेट के साथ 500 साल मनाया

विमानन4 दिन पहले

डेल्टा एयर लाइन्स नॉनस्टॉप जोहान्सबर्ग A350 उड़ानों के साथ केप टाउन को गिराती है

ऊर्जा2 दिन पहले

इको वेव पावर के संस्थापक और सीईओ इन्ना ब्रेवरमैन ब्लूमबर्ग द्वारा संचालित 2021 कतर आर्थिक मंच में बोलेंगे।

eSports4 दिन पहले

TFT रेकनिंग 11.13 पैच पूर्वावलोकन निदाली, कायले, और ट्रंडल पुनर्विक्रय पर प्रकाश डालता है

eSports4 दिन पहले

नरका में सभी वर्ण, कौशल और क्षमताएं: ब्लेडपॉइंट

ब्लॉक श्रृंखला5 दिन पहले

पैराग्वे ने बिटकॉइन बिल को टेबल करने में अल सल्वाडोर का अनुसरण किया, क्रिप्टो क्रांति हो रही है

ब्लॉक श्रृंखला4 दिन पहले

परागुआयन आधिकारिक पुष्टि करता है: जुलाई में हम बिटकॉइन कानून बनाते हैं

eSports3 दिन पहले

जेनशिन इम्पैक्ट ग्रैंड लाइन शंख स्थान

eSports5 दिन पहले

वारज़ोन सीज़न 4 असॉल्ट राइफल टियर लिस्ट

ब्लॉक श्रृंखला4 दिन पहले

स्विट्ज़रलैंड में बिटकॉइन ट्रेडिंग और कस्टोडियल सर्विसेज लॉन्च करने के लिए स्पैनिश बैंकिंग जायंट बीबीवीए

ब्लॉक श्रृंखला5 दिन पहले

पिछले महीने बीटीसी की कीमत में गिरावट के बाद से, बिटकॉइन व्हेल $ 350 बिलियन से अधिक जमा हो गई है

ब्लॉक श्रृंखला1 दिन पहले

वर्ष वित्त (वाईएफआई) और सिंथेटिक्स (एसएनएक्स) तकनीकी विश्लेषण: क्या अपेक्षा करें?

ब्लॉक श्रृंखला4 दिन पहले

कॉइनबेस के सह-संस्थापक ने डेफी, एनएफटी और क्रिप्टो रेगुलेशन पर बातचीत की

ब्लॉक श्रृंखला4 दिन पहले

जैसा कि विक्रेता शॉर्ट को धमकी देते हैं, Uniswap मंदी की थकावट तक पहुंचता है

बड़ा डेटा5 दिन पहले

नाइजीरिया साल के अंत तक पायलट डिजिटल मुद्रा लॉन्च कर सकता है - केंद्रीय बैंक

ऊर्जा4 दिन पहले

फ्रोंटेरा एनर्जी कॉरपोरेशन ने अपने निविदा प्रस्ताव और 9.700 के बकाया 2023% वरिष्ठ नोटों के लिए सहमति याचना के तहत प्रारंभिक निविदा तिथि परिणाम की घोषणा की (CUSIP - 35905B AA5, ISIN - US35905BAA52 / CUSIP - C35898 AA0, ISIN - USC35898AA00)

रुझान