Bruk av hybride Skyer for krevende anvendelser innen AI og stordata
Hybride skyer for krevende anvendelser innen AI og stordata med variabelt ressursbehov
arrangeres av David Aas Correia og resten av fagfolkene fra faggruppen BI & Analytics
Foredragsholder: Geir Horn
Link til møtet:
Microsoft Teams meeting
Join on your computer or mobile app
Click here to join the meeting
Learn More | Meeting options
Å skape verdi av data krever ofte at man bruker kompliserte algoritmer på store datamengder der man enten leter etter skjulte sammenhenger eller estimerer (trener) parametere for forskjellige maskinlæringsalgoritmer som så kan brukes effektivt for å filtere og klassifisere ny informasjon. Slike anvendelser har derfor ofte et mønster der man i perioder trenger mye ressurser, og i andre perioder klarer seg med mindre, og dersom man investerer i ressurser for å håndtere toppene vil man sitte på mye ubrukte maskinressurser mesteparten av tiden. Det er derfor ideelt å kunne bruke Skyen til å leie maskinressurser i kortere perioder, og ellers bruke egne ressurser.
Imidlertid kan det være krevende å skulle overvåke status for applikasjonen og manuelt sørge for å tilordne ressurser fra Skyen ved behov. Denne presentasjonen vil introdusere MELODIC (https://melodic.cloud/) som er utviklet i et Europeisk prosjekt ledet av UiO. MELODIC er en mellomvare som overvåker og tilpasser ressursene for en Skyapplikasjon basert på applikasjonens variable ressursbehov, og som optimaliserer ressursene slik at applikasjonen nytteverdi maksimeres. Eksempelvis kan man ønske at tung dataprosessering kjøres på natten slik at resultatene foreligger på morgenen, uavhengig av hvor komplisert prossesseringen måtte være, men samtidig billigst mulig.
Vi vil demonstrere MELODIC i praksis for en medisinsk applikasjon som analyserer store mengder genetiske data og der det er viktig at resultatet av analysen foreligger innen en gitt tid. Dette er viktig for persontilpasset behandling der man ønsker å finne beste mulig behandling av en pasient ved å finne en tidligere behandlet pasient med likest mulig genmateriale.
Om tiden tillater vil vi også introdusere MORPHEMIC, en utvidelse vi nå jobber med som vil gi applikasjonen mulighet til å bruke spesialtilpasset maskinvare som FPGA, GPU og TPU i dataprosesseringen.
Dette er et digitalt arrangement. Møtelenke blir delt i forkant.
Ønsker du å være partner, ta kontakt med oss på bi-analytics@dnd.no.
Foredragsholdere:
Del arrangementet på Facebook
eller LinkedIn