Red Hat heeft de lancering van een nieuwe editie van het RHEL-besturingssysteem aangekondigd: Red Hat Enterprise Linux AI (RHEL AI), speciaal aangepast voor taken op het gebied van machine learning en bedoeld om de ontwikkeling van serveroplossingen met grote taalsystemen te vergemakkelijken.
De distributie bevat een verzameling tools en frameworks voor machine learning, drivers voor het gebruik van verschillende hardwareversnellers van AMD, Intel en NVIDIA, en componenten om de mogelijkheden van servers van Dell, Cisco, HPE, Lenovo en SuperMicro te benutten, geoptimaliseerd voor AI-systemen. De builds worden verspreid via het Red Hat Customer Portal in versies voor directe installatie op servers en voor implementatie in cloudsystemen zoals AWS en IBM Cloud.
Het platform kan worden gebruikt voor het ontwikkelen van bedrijfs-AI-applicaties, het implementeren van contentgeneratiediensten, het creƫren van dialogensystemen en het integreren in applicaties van virtuele assistenten, die vaardigheden ondersteunen zoals het beantwoorden van vragen in natuurlijke taal, het oplossen van wiskundige taken, het genereren van samenhangende tekst over een gegeven onderwerp, het maken van samenvattingen van inhoud, het corrigeren van tekstfouten, het uitvoeren van herformulering, en het helpen bij het schrijven van code in verschillende programmeertalen, evenals het genereren van brieven en documenten volgens sjablonen.
In RHEL AI zijn componenten geĆÆntegreerd voor het creĆ«ren, testen en uitvoeren van machine learning-systemen op basis van het grote taalsysteem Granite, dat door IBM onder de Apache 2.0-licentie is vrijgegeven en in staat is om bij het genereren van tekst tot 4.000 tokens in overweging te nemen, met 7 miljard parameters. Voor interactie met het Granite-model is er een open toolkit InstructLab geĆÆntegreerd in de distributie, die de LAB-methodologie (Large-scale Alignment for chatBots) ondersteunt voor het afstemmen op uw behoeften en het optimaliseren van modellen, evenals voor het toevoegen van extra kennis en het realiseren van nieuwe vaardigheden in vooraf getrainde modellen.
Bron: opennet.ru
