Sicheres Compute-to-Data für Agrifood-KI-Modellschulungen

Dieser Service ermöglicht es KI-Startups, Forschern und Unternehmen, ihre Machine-Learning- und Deep-Learning-Modelle auf verschiedenen, realen landwirtschaftlichen Datensätzen zu trainieren, ohne jemals auf die Rohdaten zuzugreifen. Durch die Verwendung der AgrospAI-Architektur behalten Datenanbieter (wie landwirtschaftliche Genossenschaften) die vollständige Souveränität über ihre sensiblen Informationen. Kunden setzen ihre Algorithmen in einem sicheren Datenraum ein, in dem das Training lokal in unserem Cluster stattfindet und nur die trainierten Modellgewichte ausgegeben werden. Der Service nutzt den AgrospAI-Cluster (bis zu 280 CPU-Kerne und 6 GPUs mit 288 GB GPU-Gesamtspeicher), um schwere Trainingsaufgaben wie Computer Vision zur Schädlingserkennung oder Predictive Analytics für Ernteerträge durchzuführen. Die Umgebung ist containerisiert, um sicherzustellen, dass die proprietären Algorithmen des Kunden geschützt sind und gleichzeitig eine Extraktion der Rohdatensätze des Hosts verhindert wird.