Kode e Supermicro insieme per garantire la performance delle soluzioni di AI

Author:
Kode s.r.l.
Date:
31.01.2024
Topic:
News

Il carico computazionale di molte applicazioni di Intelligenza Artificiale mette a rischio le performance e il loro effettivo utilizzo da parte della aziende. Grazie a questa collaborazione, beneficiare dei vantaggi dell’AI non è più a rischio.



30 Gennaio 2024 – Kode, creatori di soluzioni e prodotti di Machine Learning e Intelligenza Artificiale da oltre 10 anni,  e Supermicro, Inc. (NASDAQ: SMCI), leader tecnologico mondiale nel fornire soluzioni innovative avanzate per infrastrutture IT aziendali, Cloud, AI, Metaverse, e 5G Telco/Edge, hanno dato vita ad una collaborazione che mira ad offrire soluzioni affidabili per le aziende manifatturiere e di servizi che desiderano lanciare i loro progetti di Intelligenza Artificiale in maniera efficace e senza rischi.

All’interno di un panorama dinamico quale quello degli attuali sistemi informatici, l’affidabilità e le performance dei macchinari on-premise giocano un ruolo chiave nella fluidità di funzionamento delle applicazioni e dei servizi. È proprio per questo che Kode e Supermicro hanno selezionato una soluzione della famiglia SYS-111E-FWTR di Supermicro su cui testare alcune delle più avanzate soluzioni di Intelligenza Artificiale sviluppate da Kode per verificarne le prestazioni.

I test

I test hanno coinvolto diversi tipi di tecnologia, dalla Computer Vision al Controllo di processo con Analisi Statistica Multivariata, svolti con reali applicazioni sul campo (tanto nel manifatturiero quanto nei servizi).

In particolare, il nostro team ha testato:

  • un’applicazione software per il settore manifatturiero per il monitoraggio, il controllo e la predizione della qualità del prodotto, oltre che di parametri di efficienza e produttività dell’impianto. Integrare tecniche di controllo di processo attraverso analisi statistica multivariata con il sistema MES di un’azienda è un aspetto fondamentale per migliorare il controllo dell’intero processo produttivo, tanto dal punto di vista descrittivo che predittivo. Ciononostante questa implementazione si scontra con vari aspetti bloccanti: primi fra tutti le risorse computazionali necessarie e il tempo richiesto per il preprocessing dei dati e lo sviluppo di modelli PCA. Il tutto senza contare che, perché consentano di ridurre gli scarti e ottimizzare la produzione (e quindi avere conseguenti effetti positivi sulla produttività complessiva), queste operazioni devono essere ripetute più volte durante la produzione, con conseguente impatto su tempo e costo computazionale.
  • una soluzione software avanzata di analisi di video per l’identificazione e geolocalizzazione di cartelli stradali. Utilizzando innovativi algoritmi di deep learning, la piattaforma sviluppata da Kode svolge analisi dei video a ripresa continua registrati per strada, identificando precisamente e classificando i vari cartelli stradali con la loro posizione. Questa soluzione si svolge attraverso varie azioni, tutte molto intense dal punto di vista computazionale, e che integrano tecniche di object detection e classificazione insieme alla geolocalizzazione e alla gestione di video di lunga durata. L’esigenza di garantire un’elevata accuratezza aumenta ulteriormente il carico computazionale di questa applicazione.
  • un sistema di computer vision altamente sofisticato per decifrare incisioni in oro. Questa soluzione integra in maniera fluida un modello di object detection e tre distinti modelli di classificazione, ciascuno dei quali mira a decifrare specifici caratteri nell’incisione. Il collo di bottiglia di questo sistema deriva prima di tutto dalle risorse computazionali e dal tempo di calcolo richiesto dai tre modelli che devono, contemporaneamente, funzionare per il riconoscimento di specifici caratteri. Questa applicazione può diventare, quindi, critica in un ambiente con risorse limitate, che non consentirebbero al sistema di garantire l’efficienza e la velocità di svolgimento necessari. In produzione, infatti, dove le tempistiche con cui si è in grado di verificare la correttezza di quanto letto dal sistema è fondamentale, questo aspetto rappresenta una grande sfida. 

I test hanno coinvolto diverse macchine con cui sono state confrontate le performance, incluso quelle su cui le varie applicazioni di AI selezionate sono state sviluppate e sono attualmente in funzione per i clienti di Kode.

Risultati del funzionamento dei modelli CNN, in base al numero totale di immaginie al secondo.

I Risultati

Dopo ben 2 settimane di test, le macchine Supermicro hanno riportato risultati eccellenti, soddisfacendo perfettamente le aspettative. Questa soluzione consentirà alle aziende manifatturiere di avvantaggiarsi dei benefici delle soluzione di AI in automazione e ottimizzazione dei processi, senza temere di affrontare le varie tecnologie avanzate che stanno alla base delle soluzioni di AI e deep learning (dalla Computer Vision, ai Big Data e al Multivariate Statistical Process Control).

La missione che accomuna Kode e Supermicro è proprio nell’intento di fornire alle aziende soluzioni veloci e economicamente vantaggiose per dare il via ai propri progetti di AI e machine learning e risolvere concretamente le loro criticità di business più stringenti. 

Marco Calderisi, CEO di Kode, commenta: “Il nostro principale obiettivo è sempre quello di dare ai nostri clienti soluzioni complete e performanti. Proprio per questo abbiamo iniziato questa collaborazione con Supermicro, testando attentamente la soluzione. E siamo lieti di poter dire che i sistemi di Supermicro si adattano perfettamente alle esigenze dei nostri clienti nell’ambito manifatturiero e dei servizi”.

Scopri di più su questa partnership

Per avere più informazioni sui test, leggi il White Paper allegato “Machine performance testing for rapid application of AI to manufacturers’ business needs”.

Scarica il White Paper

Contact form

Thank you for your message