SkyNet wird sich auf dem neuen Server-Betriebssystem von Microsoft mit integriertem Hardware Accelerated Deep Learning wie zu Hause fühlen
2 Minute. lesen
Veröffentlicht am
Teile diesen Artikel
Verbessern Sie diesen Leitfaden
Lesen Sie unsere Offenlegungsseite, um herauszufinden, wie Sie MSPoweruser dabei helfen können, das Redaktionsteam zu unterstützen Lesen Sie weiter
Zusammen mit der Veröffentlichung der neuen Vorschau von SQL Server 2017, Microsoft hat letzte Woche R Server 9.1 mit Unterstützung für vortrainierte neuronale Netzwerkmodelle für Stimmungsanalyse und Bildfeaturisierung veröffentlicht, unterstützt SparklyR, SparkETL und SparkSQL sowie GPU für tiefe neuronale Netzwerke.
In diesem Update haben sie MicrosoftML-Algorithmen portabel gemacht und für die Ausführung unter Linux, Windows und anderen Hadoop-Distributionen – Cloudera, Hortonworks, MapR, zusätzlich zu SQL Server 2016 – bereitgestellt. Es bietet Unterstützung für GPU-beschleunigte Deep Neural Networks ( DNNs) mit Faltungen. Das Training eines neuen kognitiven Modells von Grund auf erfordert viel Zeit und Mühe. Microsoft bringt jetzt vortrainierte kognitive Modelle auf R Server, die die Time-to-Value verkürzen. Diese Modelle können für das eigene Geschäft des Kunden neu trainiert und optimiert werden. R Server 9.1 verfügt jetzt über eine leistungsstarke Operationalisierung, die von Unternehmen benötigt wird.
- Echtzeit-Webdienste: Erzielen Sie eine 10- bis 100-fache Steigerung der Scoring-Leistung, Scoring-Geschwindigkeiten von <10 ms. Derzeit auf Windows-Plattform; andere Plattformen werden bald unterstützt.
- Rollenbasierte Zugriffssteuerung: Ermöglicht Administratoren, zu steuern, wer Webdienste veröffentlichen, aktualisieren, löschen oder konsumieren kann
- Asynchrone Stapelverarbeitung: Beschleunigen Sie die Scoring-Leistung für die Web-Services mit großen Eingabedateien und lang laufenden Jobs
- Asynchrone Remoteausführung: Führen Sie Skripts im Hintergrundmodus auf einem Remoteserver aus, ohne auf den Abschluss des Jobs warten zu müssen
- Dynamische Skalierung des Operationalisierungsrasters mit Azure-VMs: Sie können problemlos eine Reihe von R Server-VMs in Azure hochfahren, sie als Raster für die Operationalisierung konfigurieren und sie abhängig von der CPU- / Arbeitsspeicherauslastung herauf- und herunterskalieren
Sie können Microsoft R Server 9.1 von herunterladen MSDN und Visual Studio Dev-Grundlagen. Es gibt viel mehr in dieser Version, du kannst alles darüber lesen hier.
