В соответствии с отчетом Accenture за 2019 год, у компаний, внедряющих ИИ, почти в 2 раза возрастают показатели успешности и в 3 раза — доходы. Однако у большинства возникают сложности, как начать работу, организовать внедрение ИИ и как максимизировать окупаемость вложений. Чтобы успешно провести цифровую трансформацию, компании обращаются к знаниям и опыту экспертов NVIDIA по DGX.
Все владельцы NVIDIA DGX™ получают прямой доступ к эксперту NVIDIA по DGX. Эксперты по DGX — это специалисты в области ИИ, которые разрабатывают практики, используя более чем десятилетний опыт NVIDIA, и делятся своими знаниями, чтобы помочь компаниям быстро внедрить технологии ИИ.
Быстро получайте ответы от экспертов по процессу внедрения ИИ.
Воспользуйтесь проверенными практиками по развитию среды и применению инновационных технологий.
Знания о DGX SATURNV, тестировании системы DGX и доступе к специализированному обучению
Подробную информацию также можно найти в курсе «Основы ИИ в дата-центре», разработанном для специалистов Института глубокого обучения NVIDIA.
На портале корпоративной поддержки NVIDIA вы можете связаться с экспертом NVIDIA по DGX.
Узнайте больше о доступных услугах и технической поддержке.
90 минут
от начала работы с DGX до создания нагрузок ИИ
В медицинской организации процесс от начала работы с DGX до создания нагрузок ИИ занял 90 минут. За это время также удалось решить распространенные проблемы при интеграции нового оборудования в дата-центре, такие как настройка сетей, конфигурация общего тома и привилегии сетевой безопасности для Docker..
в 120 раз
быстрее удалось обучить модель после перезаписи кода
Крупнейшему частному онкологическому центру потребовалось 2,5 дня, чтобы обучить простую модель на системе DGX. Эксперт NVIDIA по DGX перезаписал код, который выполнялся за 29 минут, что позволило ускорить тренировку в 120 раз.
До 6 раз
более высокая производительность при использовании новых оптимизаций NVIDIA
Международная компания в области цифровых медиа провела тренировку на Tensorflow, оптимизированном для DGX, в 1,5 раза быстрее, чем с помощью разработанного компанией стека ПО на TensorFlow. Через два года производительность удалось повысить в 4 раза при использовании того же оборудования и новых оптимизаций NVIDIA
За 3 недели
удалось изменить некорректное поведение приложения
Компания по разработке приложений столкнулась с низкой производительностью кода MXNET. За два дня эксперт NVIDIA по DGX определил проблему и предложил решение. В течение двух недель мы запустили обновленный код MXNET, а через неделю вышел патч, что повысило производительность в 3 раза.
Менеджер проектов
Менеджер проектов
Старший архитектор решений
Старший архитектор решений