SlideShare a Scribd company logo
1 of 4
Download to read offline
지금 바로 연락주십시오.
한국IBM 마케팅총괄본부
구매문의 및 상담
Call	 02-3781-7900
Email	 mkyun@kr.ibm.com / yjyoon@kr.ibm.com
© Copyright IBM Corporation 2019
한국아이비엠주식회사
(07326) 서울시 영등포구 국제금융로10 서울국제금융센터
Three IFC
전화번호 : (02) 3781-7114
www.ibm.com/kr
2019년 5월
Printed in Korea
All Rights Reserved
IBM, IBM 로고, ibm.com은 미국 및/또는 다른 국가에서 IBM
Corporation의 상표 또는 등록 상표입니다. 상기 및 기타 IBM
상표로 등록된 용어가 본 문서에 처음 나올 때 상표 기호( Ⓡ
또는
™ )와 함께 표시되었을 경우, 이러한 기호는 본 문서가 출판된
시점에 IBM이 소유한 미국 등록 상표이거나 관습법에 의해
인정되는 상표임을 나타냅니다.
해당 상표는 미국 외의 다른 국가에서도 등록 상표이거나 관습
법적인 상표일 수 있습니다. IBM의 최신 상표 목록은 ibm.com/
legal/copytrade.shtml 웹 페이지의“저작권 및 상표 정보”부분에
서 확인할 수 있습니다.
기타 다른 회사, 제품 및 서비스 이름은 다른 회사의 상표 또는
서비스 표시일 수 있습니다.
이 문서에는 IBM 제품과 서비스를 참조한 경우에도 IBM이
비즈니스를 수행하고 있는 모든 국가에서 해당 제품과 서비스를
제공함을 의미하는 것은 아닙니다.
인프라에서 솔루션까지:
AI 구현을 위한 패스트 트랙
뛰어난 슈퍼컴퓨팅 및 AI 리더를 위해 설계된
IBM Power System AC922: 엔터프라이즈 AI 서버
(Accelerated Compute)
x86에서는 지원되지 않았던 기능을 제공하는 새로운 P9 프로세서에 첨단 IO 인터페이스가 통합되어 탁월한 성능과
애플리케이션 이점을 제공합니다.
IBM Power System AC922 (8335-GTH, 8335-GTX) 개요
모델명 8335-GTH, 8335-GTX
시스템 패키징 19” rack drawer (4U)
프로세서 옵션
클럭스피드-GHz ㅣ 코어수
2.7GHz l 16 (GTH)
2.4GHZ l 20 (GTH)
3.15GHz l 18 (GTX)
2.80GHz l 22 (GTX)
서버 당 GPU 수
4 or 6
32GB SXM2 NVIDIA Tesla V100 GPUs with
NVLink 2.0
최소 - 최대 메모리
128GB(Min)
2TB(Max)
PCle Gen 타입 및 슬롯 수
2개의 PCle x16 4.0 slots
1개의 PCle x16 (x8,x8) 4.0 slot
(multi-socket host direct supported)
1개의 PCle x4 4.0 slot
운영체제
Linux
LMS (Large Model Support) 지원
Linux 버전
Redhat 7.4 LE 이상
Ubuntu 18.04
딥러닝신기술
AI의신세계를열다.
AI를 제대로 활용하기 위해서는 AI기술을 뒷받침하는 강력한 하드웨어가 필수	
입니다. IBM Power System은 AI로의 여정을 돕기 위한 새로운 딥러닝 솔루션으로,
데이터 과학자가 원하는 최첨단 AI기술과 IT에 필수적인 안정성을 제공합니다.
03
Contents
IBM Power System AC922
H2O Driverless AI
PowerAI Vision
IBM Spectrum LSF
SAP HANA on Power Systems
03
04
05
06
07
IBM Power System
AC922
가속화된 인터커넥트
“CPU-Accelerator” 시대, 최첨단 I/O로 GPU 컴퓨팅의 잠재력 실현
AI 시대에 적합한 설계
통찰력을 제공하는 최신 분석 및 AI 워크로드를 위한 설계
엔터프라이즈급 AI 제공(딥러닝 솔루션)
인공신경망을 구축, 훈련, 주문하는 AI 여정을 가속화하여
빠른 비즈니스가치 실현
IBM Power System AC922
• 간단한 조작으로 영상/이미지 오토라벨링
• 객체 인식 (Object Detection), 이미지 분류 (Image Classification)
• 제조, 유통, 의료, 공사현장 등 다방면에서 적용 가능
• 데이터 분석과 예측을 위한 머신러닝 모델링 자동화
• 변수의 조합을 통하여 새로운 파생변수 생성 (자동 Feature Engineering)
• 해석가능한 인공지능의 실현! Interpretability 기능 제공
H2O Driverless AI
Data Scientist/개발자의 반복적, 장시간 중노동 영역을 자동화
Data
Integration
Data Quality
 Transformation
Modeling
Table
Model
Building
Model
Business
Prediction
Features
Target
PowerAI VisionH2O Driverless AI 0504
첫째!
수많은 데이터에서
의미있는 변수와
패턴을 읽어내고
싶으신 분
셋째!
반복되는 실험을
진행하는 비용과
시간이 아까우신 분
둘째!
방대한 데이터의 양으로
인하여 의미있는
파생변수 생성에
어려움이 있으신 분
넷째!
머신러닝 모델링에
어려움이 있으시거나
시간을 줄이고
싶으신 분
영상/이미지 딥러닝 자동화 솔루션
PowerAI Vision
머신러닝 자동화 솔루션
H2O Driverless AI
H2O Driverless AI, 이런분들께적합합니다! PowerAI Vision, 이런분들께적합합니다!
첫째!
산업현장에서 카메라로
녹화되는 화면을 아직도
눈으로 확인하고 계신 분
셋째!
밤낮 끝없는 라벨링에
지치신 분
둘째!
인공지능을 도입하고 싶지만,
딥러닝 모델링과
코딩은 어려우신 분
• SAP HEC 에서 채택 - 미션 크리티컬 클라우드 환경에서 최상의 선택
• 대규모 고객의 SAP HANA DB 기반 어플리케이션의  도입 및 안정적 운용을 가능케 하는 인프라
솔루션
• 미션 크리티컬한 업무의 클라우드 환경에서 안정적 운영을 위한 기술 구비
• 정책을 통한 자원 공유와 자원 스케줄링을 통한 자산 활용도 극대화
• HPC 환경에서 인프라 운영 효율성 향상
• 간편한 사용법으로 작업 생산성 확보
0706
IBM Spectrum LSF, 이런분들께적합합니다!
확장성
대규모 HANA DB용 서버 고려 시,
가장 중요한 Scale-up 확장성
• Up to 24TB for OLTP
• Up to 16TB for OLAP
• Up to 64TB in the future
유연성
워크로드의 규모 및 특성에 따른
시스템 구성을 선도
• Up to 16 PRD VMs
• Shared Processor Pool
• Capacity on Demand
안정성
미션 크리티컬한 업무를 지탱하는
인프라로 검증된 기술력
• Proven RAS
• RAID enabled Memory RAS
• VMRecoveryManagerforHANA
SAP HANA on
Power Systems
S/4HANA PROD
S/4HANA Dev
S/4HANA QA
BW/4HANA PROD
BW/4HANA Dev
BW/4HANA QA
첫째!
HPC 환경을 구축하시면서 최적화된
자원 할당을 통한 관리가 필요하신 분
둘째!
효율적인 자원관리를 통한 비용
절감을 원하시는 분
HPC환경의 워크로드 관리 솔루션
- Job Scheduler
IBM Spectrum LSF
SAP HANA on Power SystemsIBM Spectrum LSF

More Related Content

What's hot

SharePoint Online を JavaScript でイジる。
SharePoint Online を JavaScript でイジる。SharePoint Online を JavaScript でイジる。
SharePoint Online を JavaScript でイジる。Hirofumi Ota
 
これからはじめる Power Platform
これからはじめる Power Platformこれからはじめる Power Platform
これからはじめる Power PlatformRie Okuda
 
Ecommerce SEO Guide by Backlinko
Ecommerce SEO Guide by BacklinkoEcommerce SEO Guide by Backlinko
Ecommerce SEO Guide by BacklinkoRachel Fredrickson
 
SharePoint モダンポータル 2021年アップデートと最新のファイル管理方法
SharePoint モダンポータル 2021年アップデートと最新のファイル管理方法SharePoint モダンポータル 2021年アップデートと最新のファイル管理方法
SharePoint モダンポータル 2021年アップデートと最新のファイル管理方法Ai Hirano
 
[SharePoint Online / OneDrive for Business] 効果的なファイル共有
[SharePoint Online / OneDrive for Business] 効果的なファイル共有[SharePoint Online / OneDrive for Business] 効果的なファイル共有
[SharePoint Online / OneDrive for Business] 効果的なファイル共有Ai Hirano
 
What is Product vs. Platform Product Management by Oracle PM
What is Product vs. Platform Product Management by Oracle PMWhat is Product vs. Platform Product Management by Oracle PM
What is Product vs. Platform Product Management by Oracle PMProduct School
 
SharePoint モダン ポータル 徹底解説 !
SharePoint モダン ポータル 徹底解説 !SharePoint モダン ポータル 徹底解説 !
SharePoint モダン ポータル 徹底解説 !Ai Hirano
 

What's hot (7)

SharePoint Online を JavaScript でイジる。
SharePoint Online を JavaScript でイジる。SharePoint Online を JavaScript でイジる。
SharePoint Online を JavaScript でイジる。
 
これからはじめる Power Platform
これからはじめる Power Platformこれからはじめる Power Platform
これからはじめる Power Platform
 
Ecommerce SEO Guide by Backlinko
Ecommerce SEO Guide by BacklinkoEcommerce SEO Guide by Backlinko
Ecommerce SEO Guide by Backlinko
 
SharePoint モダンポータル 2021年アップデートと最新のファイル管理方法
SharePoint モダンポータル 2021年アップデートと最新のファイル管理方法SharePoint モダンポータル 2021年アップデートと最新のファイル管理方法
SharePoint モダンポータル 2021年アップデートと最新のファイル管理方法
 
[SharePoint Online / OneDrive for Business] 効果的なファイル共有
[SharePoint Online / OneDrive for Business] 効果的なファイル共有[SharePoint Online / OneDrive for Business] 効果的なファイル共有
[SharePoint Online / OneDrive for Business] 効果的なファイル共有
 
What is Product vs. Platform Product Management by Oracle PM
What is Product vs. Platform Product Management by Oracle PMWhat is Product vs. Platform Product Management by Oracle PM
What is Product vs. Platform Product Management by Oracle PM
 
SharePoint モダン ポータル 徹底解説 !
SharePoint モダン ポータル 徹底解説 !SharePoint モダン ポータル 徹底解説 !
SharePoint モダン ポータル 徹底解説 !
 

Similar to [IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)

OPEN_POWER8_SESSION_20150316
OPEN_POWER8_SESSION_20150316OPEN_POWER8_SESSION_20150316
OPEN_POWER8_SESSION_20150316기한 김
 
IBM 클라우드 플랫폼 서비스 종합카타로그
IBM 클라우드 플랫폼 서비스 종합카타로그IBM 클라우드 플랫폼 서비스 종합카타로그
IBM 클라우드 플랫폼 서비스 종합카타로그ibmrep
 
IBM 클라우드플랫폼 DM 2017
IBM 클라우드플랫폼 DM 2017IBM 클라우드플랫폼 DM 2017
IBM 클라우드플랫폼 DM 2017HyunHwa Myoung
 
Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가Wooseung Kim
 
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018Amazon Web Services Korea
 
Hp+pro laint+gen9+포트폴리오
Hp+pro laint+gen9+포트폴리오Hp+pro laint+gen9+포트폴리오
Hp+pro laint+gen9+포트폴리오정호 최
 
Oracle DIgital Assistant (chatbot)
Oracle DIgital Assistant (chatbot)Oracle DIgital Assistant (chatbot)
Oracle DIgital Assistant (chatbot)Mee Nam Lee
 
기업의 미래를 바꾸는 AI 플랫폼
기업의 미래를 바꾸는 AI 플랫폼기업의 미래를 바꾸는 AI 플랫폼
기업의 미래를 바꾸는 AI 플랫폼BESPIN GLOBAL
 
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019Amazon Web Services Korea
 
__Cloud_CNA_MSA_Service+Data+InferenceMesh 소개-박문기@메가존클라우드-20230320.pptx
__Cloud_CNA_MSA_Service+Data+InferenceMesh 소개-박문기@메가존클라우드-20230320.pptx__Cloud_CNA_MSA_Service+Data+InferenceMesh 소개-박문기@메가존클라우드-20230320.pptx
__Cloud_CNA_MSA_Service+Data+InferenceMesh 소개-박문기@메가존클라우드-20230320.pptx문기 박
 
IBK 시스템의 클라우드 기반 금융 플랫폼 비즈니스 전략 - AWS Summit Seoul 2017
IBK 시스템의 클라우드 기반 금융 플랫폼 비즈니스 전략 - AWS Summit Seoul 2017IBK 시스템의 클라우드 기반 금융 플랫폼 비즈니스 전략 - AWS Summit Seoul 2017
IBK 시스템의 클라우드 기반 금융 플랫폼 비즈니스 전략 - AWS Summit Seoul 2017Amazon Web Services Korea
 
KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014Lee Sangboo
 
Linux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONELinux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONE오윤 권
 
클라우드컴퓨팅 V4
클라우드컴퓨팅 V4클라우드컴퓨팅 V4
클라우드컴퓨팅 V4Alex Yang
 
IBM Cloud 사례집
IBM Cloud 사례집IBM Cloud 사례집
IBM Cloud 사례집ibmrep
 
H2O Driverless AI on IBM Power
H2O Driverless AI on IBM PowerH2O Driverless AI on IBM Power
H2O Driverless AI on IBM PowerHyungSun(Sean) Kim
 
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)Amazon Web Services Korea
 
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...Amazon Web Services Korea
 
유앤아워스_회사소개서
유앤아워스_회사소개서유앤아워스_회사소개서
유앤아워스_회사소개서ThomasYoon6
 

Similar to [IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra) (20)

OPEN_POWER8_SESSION_20150316
OPEN_POWER8_SESSION_20150316OPEN_POWER8_SESSION_20150316
OPEN_POWER8_SESSION_20150316
 
IBM 클라우드 플랫폼 서비스 종합카타로그
IBM 클라우드 플랫폼 서비스 종합카타로그IBM 클라우드 플랫폼 서비스 종합카타로그
IBM 클라우드 플랫폼 서비스 종합카타로그
 
IBM 클라우드플랫폼 DM 2017
IBM 클라우드플랫폼 DM 2017IBM 클라우드플랫폼 DM 2017
IBM 클라우드플랫폼 DM 2017
 
Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가
 
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
제조업의 AI/ML 고객 사례::남궁영환::AWS Summit Seoul 2018
 
Hp+pro laint+gen9+포트폴리오
Hp+pro laint+gen9+포트폴리오Hp+pro laint+gen9+포트폴리오
Hp+pro laint+gen9+포트폴리오
 
Big Data @Work_박종명_20140220
Big Data @Work_박종명_20140220Big Data @Work_박종명_20140220
Big Data @Work_박종명_20140220
 
Oracle DIgital Assistant (chatbot)
Oracle DIgital Assistant (chatbot)Oracle DIgital Assistant (chatbot)
Oracle DIgital Assistant (chatbot)
 
기업의 미래를 바꾸는 AI 플랫폼
기업의 미래를 바꾸는 AI 플랫폼기업의 미래를 바꾸는 AI 플랫폼
기업의 미래를 바꾸는 AI 플랫폼
 
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
AWS의 비용 효율적 고성능기계학습(ML) 플랫폼 뛰어들기 - 윤석찬 수석 테크 에반젤리스트, AWS :: AWS Innovate 2019
 
__Cloud_CNA_MSA_Service+Data+InferenceMesh 소개-박문기@메가존클라우드-20230320.pptx
__Cloud_CNA_MSA_Service+Data+InferenceMesh 소개-박문기@메가존클라우드-20230320.pptx__Cloud_CNA_MSA_Service+Data+InferenceMesh 소개-박문기@메가존클라우드-20230320.pptx
__Cloud_CNA_MSA_Service+Data+InferenceMesh 소개-박문기@메가존클라우드-20230320.pptx
 
IBK 시스템의 클라우드 기반 금융 플랫폼 비즈니스 전략 - AWS Summit Seoul 2017
IBK 시스템의 클라우드 기반 금융 플랫폼 비즈니스 전략 - AWS Summit Seoul 2017IBK 시스템의 클라우드 기반 금융 플랫폼 비즈니스 전략 - AWS Summit Seoul 2017
IBK 시스템의 클라우드 기반 금융 플랫폼 비즈니스 전략 - AWS Summit Seoul 2017
 
KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014
 
Linux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONELinux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONE
 
클라우드컴퓨팅 V4
클라우드컴퓨팅 V4클라우드컴퓨팅 V4
클라우드컴퓨팅 V4
 
IBM Cloud 사례집
IBM Cloud 사례집IBM Cloud 사례집
IBM Cloud 사례집
 
H2O Driverless AI on IBM Power
H2O Driverless AI on IBM PowerH2O Driverless AI on IBM Power
H2O Driverless AI on IBM Power
 
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
 
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
클라우드를 활용한 디지털 제조(Digital Manufacturing)실현 방법 및 사례 소개 - 윤석찬 (AWS 테크에반젤리스트) :: ...
 
유앤아워스_회사소개서
유앤아워스_회사소개서유앤아워스_회사소개서
유앤아워스_회사소개서
 

Recently uploaded

Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Wonjun Hwang
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Kim Daeun
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)Tae Young Lee
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Wonjun Hwang
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionKim Daeun
 

Recently uploaded (6)

Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
 

[IBM Korea] 브로셔- 인공지능 솔루션 (Cognitive Infra)

  • 1. 지금 바로 연락주십시오. 한국IBM 마케팅총괄본부 구매문의 및 상담 Call 02-3781-7900 Email mkyun@kr.ibm.com / yjyoon@kr.ibm.com © Copyright IBM Corporation 2019 한국아이비엠주식회사 (07326) 서울시 영등포구 국제금융로10 서울국제금융센터 Three IFC 전화번호 : (02) 3781-7114 www.ibm.com/kr 2019년 5월 Printed in Korea All Rights Reserved IBM, IBM 로고, ibm.com은 미국 및/또는 다른 국가에서 IBM Corporation의 상표 또는 등록 상표입니다. 상기 및 기타 IBM 상표로 등록된 용어가 본 문서에 처음 나올 때 상표 기호( Ⓡ 또는 ™ )와 함께 표시되었을 경우, 이러한 기호는 본 문서가 출판된 시점에 IBM이 소유한 미국 등록 상표이거나 관습법에 의해 인정되는 상표임을 나타냅니다. 해당 상표는 미국 외의 다른 국가에서도 등록 상표이거나 관습 법적인 상표일 수 있습니다. IBM의 최신 상표 목록은 ibm.com/ legal/copytrade.shtml 웹 페이지의“저작권 및 상표 정보”부분에 서 확인할 수 있습니다. 기타 다른 회사, 제품 및 서비스 이름은 다른 회사의 상표 또는 서비스 표시일 수 있습니다. 이 문서에는 IBM 제품과 서비스를 참조한 경우에도 IBM이 비즈니스를 수행하고 있는 모든 국가에서 해당 제품과 서비스를 제공함을 의미하는 것은 아닙니다. 인프라에서 솔루션까지: AI 구현을 위한 패스트 트랙
  • 2. 뛰어난 슈퍼컴퓨팅 및 AI 리더를 위해 설계된 IBM Power System AC922: 엔터프라이즈 AI 서버 (Accelerated Compute) x86에서는 지원되지 않았던 기능을 제공하는 새로운 P9 프로세서에 첨단 IO 인터페이스가 통합되어 탁월한 성능과 애플리케이션 이점을 제공합니다. IBM Power System AC922 (8335-GTH, 8335-GTX) 개요 모델명 8335-GTH, 8335-GTX 시스템 패키징 19” rack drawer (4U) 프로세서 옵션 클럭스피드-GHz ㅣ 코어수 2.7GHz l 16 (GTH) 2.4GHZ l 20 (GTH) 3.15GHz l 18 (GTX) 2.80GHz l 22 (GTX) 서버 당 GPU 수 4 or 6 32GB SXM2 NVIDIA Tesla V100 GPUs with NVLink 2.0 최소 - 최대 메모리 128GB(Min) 2TB(Max) PCle Gen 타입 및 슬롯 수 2개의 PCle x16 4.0 slots 1개의 PCle x16 (x8,x8) 4.0 slot (multi-socket host direct supported) 1개의 PCle x4 4.0 slot 운영체제 Linux LMS (Large Model Support) 지원 Linux 버전 Redhat 7.4 LE 이상 Ubuntu 18.04 딥러닝신기술 AI의신세계를열다. AI를 제대로 활용하기 위해서는 AI기술을 뒷받침하는 강력한 하드웨어가 필수 입니다. IBM Power System은 AI로의 여정을 돕기 위한 새로운 딥러닝 솔루션으로, 데이터 과학자가 원하는 최첨단 AI기술과 IT에 필수적인 안정성을 제공합니다. 03 Contents IBM Power System AC922 H2O Driverless AI PowerAI Vision IBM Spectrum LSF SAP HANA on Power Systems 03 04 05 06 07 IBM Power System AC922 가속화된 인터커넥트 “CPU-Accelerator” 시대, 최첨단 I/O로 GPU 컴퓨팅의 잠재력 실현 AI 시대에 적합한 설계 통찰력을 제공하는 최신 분석 및 AI 워크로드를 위한 설계 엔터프라이즈급 AI 제공(딥러닝 솔루션) 인공신경망을 구축, 훈련, 주문하는 AI 여정을 가속화하여 빠른 비즈니스가치 실현 IBM Power System AC922
  • 3. • 간단한 조작으로 영상/이미지 오토라벨링 • 객체 인식 (Object Detection), 이미지 분류 (Image Classification) • 제조, 유통, 의료, 공사현장 등 다방면에서 적용 가능 • 데이터 분석과 예측을 위한 머신러닝 모델링 자동화 • 변수의 조합을 통하여 새로운 파생변수 생성 (자동 Feature Engineering) • 해석가능한 인공지능의 실현! Interpretability 기능 제공 H2O Driverless AI Data Scientist/개발자의 반복적, 장시간 중노동 영역을 자동화 Data Integration Data Quality Transformation Modeling Table Model Building Model Business Prediction Features Target PowerAI VisionH2O Driverless AI 0504 첫째! 수많은 데이터에서 의미있는 변수와 패턴을 읽어내고 싶으신 분 셋째! 반복되는 실험을 진행하는 비용과 시간이 아까우신 분 둘째! 방대한 데이터의 양으로 인하여 의미있는 파생변수 생성에 어려움이 있으신 분 넷째! 머신러닝 모델링에 어려움이 있으시거나 시간을 줄이고 싶으신 분 영상/이미지 딥러닝 자동화 솔루션 PowerAI Vision 머신러닝 자동화 솔루션 H2O Driverless AI H2O Driverless AI, 이런분들께적합합니다! PowerAI Vision, 이런분들께적합합니다! 첫째! 산업현장에서 카메라로 녹화되는 화면을 아직도 눈으로 확인하고 계신 분 셋째! 밤낮 끝없는 라벨링에 지치신 분 둘째! 인공지능을 도입하고 싶지만, 딥러닝 모델링과 코딩은 어려우신 분
  • 4. • SAP HEC 에서 채택 - 미션 크리티컬 클라우드 환경에서 최상의 선택 • 대규모 고객의 SAP HANA DB 기반 어플리케이션의 도입 및 안정적 운용을 가능케 하는 인프라 솔루션 • 미션 크리티컬한 업무의 클라우드 환경에서 안정적 운영을 위한 기술 구비 • 정책을 통한 자원 공유와 자원 스케줄링을 통한 자산 활용도 극대화 • HPC 환경에서 인프라 운영 효율성 향상 • 간편한 사용법으로 작업 생산성 확보 0706 IBM Spectrum LSF, 이런분들께적합합니다! 확장성 대규모 HANA DB용 서버 고려 시, 가장 중요한 Scale-up 확장성 • Up to 24TB for OLTP • Up to 16TB for OLAP • Up to 64TB in the future 유연성 워크로드의 규모 및 특성에 따른 시스템 구성을 선도 • Up to 16 PRD VMs • Shared Processor Pool • Capacity on Demand 안정성 미션 크리티컬한 업무를 지탱하는 인프라로 검증된 기술력 • Proven RAS • RAID enabled Memory RAS • VMRecoveryManagerforHANA SAP HANA on Power Systems S/4HANA PROD S/4HANA Dev S/4HANA QA BW/4HANA PROD BW/4HANA Dev BW/4HANA QA 첫째! HPC 환경을 구축하시면서 최적화된 자원 할당을 통한 관리가 필요하신 분 둘째! 효율적인 자원관리를 통한 비용 절감을 원하시는 분 HPC환경의 워크로드 관리 솔루션 - Job Scheduler IBM Spectrum LSF SAP HANA on Power SystemsIBM Spectrum LSF