Bitdeer AI 利用无服务器运算基础架构推出先进人工智能训练平台,实现可扩展的高效人工智能/机器学习推理

GlobeNewswire08-20

新加坡, Aug. 20, 2024 (GLOBE NEWSWIRE) -- 领先的人工智能云服务供应商 Bitdeer Technologies Group (NASDAQ: BTDR) 旗下 Bitdeer AI 宣布推出先进的人工智能训练平台,旨在利用无服务器运算基础架构提供快速、可扩展的人工智能/机器学习推理服务。凭借最新的人工智能训练平台,Bitdeer AI 跻身亚洲首批同时提供云服务和人工智能训练平台的 NVIDIA 云服务供应商 (CSP)。

通过 Bitdeer AI 训练平台,人人皆能以项目为基础应用笔记本与组织资源,大规模构建、训练和微调人工智能模型。该创新平台基于预设指南和可订制参数,简化了开发和完善人工智能模型的过程,扩大了模型的适用人群。同一公司内的不同团队还可以通过该平台协作构建和开发人工智能模型,而无需管理各自的服务器,提升效率和性能的新标淮。

高性能人工智能基础架构

新发布的平台可无缝访问高性能人工智能基础架构以及配备 H100 图形处理器 (GPU) 的 NVIDIA DGX SuperPOD、DDN 存储和 InfiniBand 网络的资源。平台还通过在不同服务器上同时使用多个图形处理器,提高了人工智能/机器学习训练流程的效率和可扩展性。通过在多个图形处理器上分配工作负载,Bitdeer AI 的服务可以处理大量复杂的训练任务,这对于旨在加快推进人工智能计划的企业无疑是最佳选择。

应对业务的关键挑战

  • 优化开发成本:有了 Bitdeer AI,企业可以通过“即用即付”的模式优化成本,只在手提电脑处于服务模式时才收取费用。这种方法确保机构只需为其使用的资源付费,从而提升人工智能开发的成本效益。  
  • 简化复杂的图形处理器基础架构设置:无服务器基础架构为机器学习提供了全面的集成开发环境,其中包括预设算法和对 TensorFlow 和 PyTorch 等流行框架的支援。这大大减少了开发和训练机器学习模型所需的复杂度和时间,简化了人工智能开发流程。
  • 确保可重复性和环境一致性:Bitdeer AI 可确保构建环境的一致性和可重复性,这对管理机器学习模型的部署至关重要。此一致性可防止在重新启动持续集成/持续交付作业,或是从一个平台迁移到另一个平台时出现预料之外的错误,避免在长期运行的机器学习作业中出现代价高昂的构建错误。

Bitdeer AI 与新加坡管理大学计算机与资讯系统学院的软件工程团队合作,对平台进行测试、验证和微调,确保其稳健性和有效性。展望未来,Bitdeer AI 计划与 NVIDIA 合作,通过与 NIM 等 NVIDIA AI Enterprise (NVAIE) 云服务集成来增强人工智能训练平台。此次合作将助力企业高效地订制、测试和扩展人工智能代理,进一步巩固 Bitdeer AI 提供顶级人工智能解决方案的承诺。

关于 Bitdeer AI

Bitdeer AI 是人工智能/机器学习图形处理器云解决方案的领先供应商,致力于为企业提供先进的训练能力和高性能资源。作为新加坡首家提供云服务和人工智能训练平台的 NVIDIA 云供应商 (NCP),创新解决方案和战略合作使我们站在了人工智能发展的最前沿,帮助企业加快实施人工智能计划并实现其目标。请访问 https://www.bitdeer.ai 获取更多资讯。

前瞻性陈述

本新闻稿中有关未来预期、计划和前景的表述,以及有关非历史事实事项的任何其他表述,可能构成美国《1995 年私人证券诉讼改革法案》定义的“前瞻性表述”。尽管并非所有前瞻性陈述都包含“预计”、“期待”、“相信”、“继续”、“可能”、“估计”、“期望”、“打算”、“可能”、“计划”、“潜在”、“预测”、“预计”、“应该”、“目标”、“将”、“会”以及类似的表述,此类识别词都是为了识别前瞻性陈述。由于各种重要因素的影响,实际结果可能与此类前瞻性陈述所显示的结果存在实质性差异,这些因素包括 Bitdeer 20-F 表格年度报告中题为“风险因素”一节中讨论的因素,以及 Bitdeer 随后向美国证券交易委员会提交的文件中对潜在风险、不确定性和其他重要因素的讨论。本新闻稿中包含的任何前瞻性陈述仅截至本新闻稿发布之日。Bitdeer 特别声明,无论是由于新资讯、未来事件或其他原因,其没有义务更新任何前瞻性声明。在本页发布日期之后,读者不应将本页资讯视为最新或准确资讯。

联络方式:

媒体联络人:Retainna Lin
电邮:retainna.lin@bitdeer.com


免责声明:本文观点仅代表作者个人观点,不构成本平台的投资建议,本平台不对文章信息准确性、完整性和及时性做出任何保证,亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白
发表看法