一位資料科學家坐在新式資料中心環境玻璃牆前的書桌,審閱三個桌上型電腦顯示器顯示的資料視覺化。玻璃牆另一側的多部伺服器清晰可見

適用於古典機器學習的 Intel 解決方案

瞭解如何使用 Intel® 硬體、軟體與夥伴解決方案產品組合,極致優化效能、降低成本,以及加速您的古典機器學習(ML)工作。

古典機器學習重點摘要

  • ML 分析大量資料集後找出模式,就新資料作出預測。

  • ML 模型幾乎用於每個產業,使用案例諸如行為導向行銷、銀行業的詐騙識別,以及社群媒體推薦。

  • 受監管的產業通常捨棄深度學習,使用 ML,因為它可實現透明度與可說明性。

  • Intel 提供的軟硬體技術經過最佳化,可加速從訓練到部署的 ML 管道。

  • 傳統 ML 通常在 Intel® 處理器即可執行,無需購買獨立 GPU。

author-image

作者

古典機器學習是什麼?

為了獲得競爭優勢,現今許多企業紛紛在組織實作古典機器學習(ML),也就是人工智慧(AI)的子集。古典 ML 運用模型或演算法,分析大量資料集、識別模式,以及不靠人為干預進行預測。組織利用 ML 識別的模式和趨勢,更快做出更明智的決策,不僅能提高業務效率、改善安全措施,還能依照客戶行為打造全新的資料導向產品與服務。常見的 ML 模型包括線性迴歸、邏輯迴歸、支援向量機器、最鄰近相似度搜尋,以及決策樹。

經典 ML 模型相較於深度學習類神經網路,運算量通常較輕。這類模型極為依賴學習來源資料的品質,視同可解釋 AI。可解釋 AI 就演算法如何推出特定結果的來龍去脈,為組織、決策者和資料科學家提供可追蹤的深入解析。由於演算法的運作方式透明化,使用者便能辨識潛在的偏差,探索變數對結果的影響。金融服務和政府這類受監管的產業,通常需要可解釋 AI。AI 的可解釋應用,也是 Intel 內部跨領域 Responsible AI Advisory Council 方針的六項原則之一。進一步閱讀 Intel 對負責任 AI 的承諾

無論您是 ML 新手、打算展開目標更遠大的進階專案,或是想最佳化目前用於 ML 的 Intel® 硬體,我們都能協助您馬到成功。

古典機器學習使用案例

古典 ML 模型用於金融服務、健康與生命科學、零售、研究與製造業的各種實際應用。舉例來說,金融機構可建置、訓練及實作 ML 模型,更快也更準確辨識及預測詐騙信用卡交易,減少每年因詐騙造成的金錢損失,更妥善保護敏感的客戶資訊。其他熱門 ML 使用案例包括量身打造的行銷製造業的視覺品管、個人化的藥物,以及零售需求預測

使用 Intel® 技術解決古典機器學習難題

採用古典 ML 的企業,好處比比皆是。決策更快也更明智。營運改善。業務流程效率與成效更高。新的市場機會。然而,組織及其 AI 團隊成員若要實現這些古典 ML 效益,過程可能挑戰性頗高且耗時。

為了協助您簡化 ML 計畫,我們先來瞭解客戶過去建置及執行 ML 管道時,最常見的三大難題。此外,我們就 Intel® 軟硬體解決方案(您可能已經擁有也用過部分解決方案)提供建議,簡化並加速您成功,還提供您可立即採取的具體步驟,協助您克服眼前的障礙。

難題 1:完成資料準備工作可能繁瑣、缺乏效率且耗時

資料準備這個古典機器學習的探索分析步驟,是 AI 生命週期數一數二關鍵的環節,因為可確保模型是以高品質的資料為建置基礎。然而,前置處理往往被視為使用 AI 工作時,最耗時、困難,也最令人感到挫折的其中一個環節。對於機器學習的需求急速上升,資料科學家的工作量也將隨之增加。

因此,找機會簡化及加速資料科學與 AI 管道,比過去更為重要。利用合適的軟硬體組合解決方案,您可大幅提高資料擷取、探索和前置處理的資料科學效率。

解決方案:利用最佳化的架構、資料庫與工具組,大幅提高資料科學家的生產力

善用 Intel® 處理器上的機器學習最佳化,簡化並加速 AI 管道的開發。我們提供的部分最佳化資料科學資源,可協助您更快將資料轉化為深入解析:

  • Intel® AI 快速入門指南下載這份精心策劃的指南,快速便利存取所有用於機器學習的 Intel 最佳化 AI 資料庫與架構。
  • 最佳化的架構我們將 scikit-learn 與 XGBoost 這兩個常用的學習架構最佳化,在 Intel® 硬體將它們的效能提高 10 倍到 100 倍。這些效能提升幅度意味著,資料科學家、AI 開發者與研究人員不必學習新的 API 或低階基礎資料庫,便可提高生產力。
  • 資料庫與工具探索我們全方位的工具與資料庫產品組合,實現更快速的機器學習解決方案開發、訓練和部署。所有工具均針對效能與生產力最佳化,建置於標準型的整合性 oneAPI 程式設計模型。

資料科學家、AI 開發者與研究人員可下載 Intel® AI Analytics Toolkit (AI Kit),從同一個位置輕鬆存取我們的最佳化。這個工具組旨在極致優化從前置處理到機器學習的效能。

解決方案:提高運算密集型工作流程的效能

為您的下一個資料科學工作站,採用我們精選的高效能工作負載相符處理器,加速處理、探索及最佳化資料。我們的處理器可以在記憶體執行中至大型資料集,為最耗時的 ML 工作縮短數小時的時間。

探索 Intel® 技術資料科學工作站可用的 CPU 選項:

難題 2:在多重硬體架構實作 AI,成本高昂且過程複雜

執行、建置及部署 AI 的成本可能快速增加。畢竟,打造準確度高且回應快速的機器學習解決方案需要大量投資,包括開發、訓練、部署與維護。此外,解決方案的複雜度、資料集大小,以及產業法規等其他變數,都會大幅影響您所需要的運算能力。

解決方案:讓您既有的 CPU 充分發揮價值

Intel 的處理器與整合式加速器硬體產品組合廣泛,您輕輕鬆鬆就能找到符合成本效益的解決方案,或是讓現有的 CPU 充分發揮價值,不必購買外部 GPU 就能達成專案與預算需求。

此外,讓 CPU 更充分發揮效益,有助於讓古典 ML 的常用工具發揮得更淋漓盡致,包括不支援使用 GPU 或 GPU 加速的 scikit-learn。

我們來介紹幾個您可善加利用,而且符合成本效益的 Intel® 解決方案。

  • Intel® Xeon® 可擴充處理器這些 CPU 是專為處理要求最嚴苛的 AI 工作負載而設計,針對古典機器學習所需的大型資料集,提供了容量更大的記憶體。整合式 Intel® Accelerator Engines 是專為極致優化要求最嚴苛運算密集型工作負載的效能和效率而打造,您不必額外購買專門的硬體,就能從投資獲得更多價值。
  • Intel® Data Science Workstations這款機器以本機方式安裝,結合大記憶體廣度、多個擴充插槽,可連接更多裝置。這個系統搭載的 CPU,旨在因應資料科學工作需求,必要時可最佳化,不必購買外部 GPU。
    Intel® 技術的資料科學工作站供應三個平台選項,有筆記型、主流型和專業型。它們可搭載 Intel® Core™ 處理器Intel® Xeon® W 處理器或 Intel® Xeon® 可擴充處理器,而且提供各式各樣的配置與價格範圍,讓您視預算調整效能需求。Intel® Data Science Workstations 由我們的夥伴和製造商 DellZ by HP 及 Lenovo 出貨。

難題 3:在受監管產業遵循法規

在受監管產業採用 ML 伴隨諸多挑戰。在醫療保健、金融與公家機關這類產業採用若干 ML 技術困難重重,因為有嚴格的法規遵循規範、資料隱私問題、確保資料正確完整的必要性、AI 可解釋性,以及安全措施要求。

解決方案:善用強大的工作站與增強的安全功能,確保資料留在現場而且安全無虞

金融服務、醫療保健和公家機關一方面瞬息萬變,一方面又受到高度監管。有鑑於這些動態,快速打造創新機器學習解決方案還要兼顧法規遵循成了一大難題。

Intel 有多年投身這些產業的經驗,並且打造兼顧他們確切需求的解決方案,包括:

  • Intel® Data Science Workstations利用現場運算為本機資料執行資料輸入、探索與前置處理,確保資料集堅守在防火牆後。使用內部部署工作站時,您最多可在搭載工作負載相符 CPU 的雙插槽系統配置最多 8 TB 的記憶體,因此您不必傳輸資料或縮小取樣即可執行大型資料集,並且在模型選擇方面展現盡職調查。除了符合產業法規,將資料留在內部環境也有助於省下移動雲端資料伴隨的額外成本。
  • 硬體型安全功能:Intel® CPU 配備安全措施,協助您保護敏感資料和 AI 模型,而且符合法規。
    我們的基礎安全功能側重身分與完整性。Intel® Boot GuardIntel® Total Memory Encryption (Intel® TME)Intel® Platform Firmware Resilience (Intel® PFR) 與其他內建於晶片層級的安全技術,可協助確保平台正確啟動,而且執行方式符合預期。
    為了增強工作負載和資料的安全措施,我們額外採用增強的安全技術,例如 Intel® Software Guard Extensions (Intel® SGX),為虛擬機器和作業系統抵禦針對性攻擊。
    最後,我們的 CPU 還包含抵禦新興軟體攻擊的防護措施。這幾層安全措施相互搭配,可協助您符合聯邦資料與隱私權法規。

完整的 Intel® AI Portfolio

探索我們完整的 AI 技術產品組合、最佳化的資源,以及夥伴解決方案,打造所有 AI 計畫所需的強大端對端架構,無論是古典機器學習、電腦視覺或生成式 AI 都適用。

讓我們協助您,在既有的平台進一步推動 ML 計畫

我們可協助您簡化行動步驟,找到能解決急迫業務難題的機器學習解決方案。我們的技術領導地位、專業知識,以及在 Intel® 處理器 ML 最佳化方面數十年的投資,有助於加速您的 AI 工作,並且極致優化您 CPU 和 GPU 投資的價值。

我們與解決方案夥伴、系統整合商、技術廠商和 AI 專業人士組成的生態系統合作,為您締造創新的解決方案,讓您找到關聯性、預測,並且更快也更輕鬆為業務產生寶貴的深入解析。

立即與您的 Intel 代表聯絡,加速採用 AI。

常見問答集

古典機器學習是強大的商務分析與可解釋的 AI 工具,廣受各行各業的各種 AI 從業人員愛用。古典機器學習利用演算法分析大量資料,就已辨識出的模式和趨勢提供深入解析。古典機器學習模型的例子包括線性迴歸、邏輯迴歸、支援向量機器、最鄰近相似度搜尋,以及決策樹。