Gali kilti klausimas, kokiose srityse prireikia superkompiuterių, dirbtinio intelekto metodų, kompiuterinių sistemų apmokymo? Atsakymas gana platus – šie naujieji sprendimai suteikia galimybę net ir nedidelėms įmonėms bei organizacijoms pirmauti įvairiausiose srityse, įskaitant kovą su sukčiavimu, vaizdinės medžiagos apdorojimą, finansinių investicijų analizę ir suasmenintą mediciną.
Šios technologijos, pavyzdžiui, vis plačiau naudojamos medicinoje. Teksaso universitete JAV, pasitelkus kompiuterinių sistemų apmokymo sprendimus bei superkompiuterį „Stampede2“, buvo tiriama, kaip susidaro galvos smegenų augliai, bei kuriami jų diagnostikos metodai. Simono Fraserio universitete taip pat veikia superkompiuteris „Cedar“, kurio pagrindinė užduotis yra dirbti su didžiaisiais duomenimis (angl. Big Data), įskaitant dirbtinį intelektą.
Universiteto mokslininkai superkompiuterį naudoja, tirdami nuolat besikeičiantį bakterijų DNR kodą, o gautais tyrimų rezultatais dalijasi su visuomenės sveikatos apsaugos institucijomis, taip siekdami sukurti ir įdiegti greitesnes bei efektyvesnes priemones kovai su infekciniais susirgimais.
Nors vis daugiau įmonių ir organizacijų naudoja dirbtinio intelekto metodus įvairiose srityse, tik mažuma sugeba savo patirtį efektyviai išnaudoti. Atsirandant vis naujoms technologijoms, įmonėms dažnai sunku suprasti, kaip iš naudojamų kompiuterinių sistemų apmokymo sprendimų gauti maksimalią naudą.
Būtent dėl šios priežasties technologijų įmonė „Dell EMC“ pristatė naujus sprendimus, skirtus kompiuterinių sistemų ir giluminiam apmokymui, taip išplėsdama kompanijos veiklą didelės spartos skaičiavimų (angl. HPC) ir duomenų analizės srityje. Naujieji sprendimai suteikia galimybę net ir nedidelėms įmonėms bei organizacijoms pasinaudoti HPC ir giluminės duomenų analizės privalumais. Įdiegtos naujovės pabrėžia kompanijos siekį dar labiau išplėsti HPC panaudojimo galimybes, optimizuoti duomenų analizę, naudojant inovacijas dirbtinio intelekto technologijų srityje. Kartu norima plėtoti didelės spartos skaičiavimų ir dirbtinio intelekto srityse dirbančias bendruomenes.
Naujieji sprendimai susieja preliminariai testuotus ir patikrintus serverius, duomenų saugyklas, tinklo įrangą ir tarnybas, pritaikytas darbui su kompiuterinių sistemų apmokymo programine įranga. Tai suteikia galimybę greičiau, geriau ir giliau suprasti turimus duomenis tokiose srityse kaip saugumas (veidų atpažinimas), sveikatos apsauga (vėžinių susirgimų diagnostika) ir mažmeninė prekyba (vartotojų elgesio suvokimas). Nauji sprendimai taip pat leis didinti efektyvumą, saugumą ir kontrolę.
