Secure Compute-to-Data per la formazione sui modelli di IA agroalimentari

Interessato a questo servizio? Contattaci a agrifoodtef@udl.cat

Contattare il fornitore di servizi
Secure Compute-to-Data per la formazione sui modelli di IA agroalimentari

Panoramica

Questo servizio consente alle startup, ai ricercatori e alle imprese di IA di addestrare i loro modelli di apprendimento automatico e deep learning su diversi set di dati agricoli del mondo reale senza mai accedere ai dati grezzi. Utilizzando l'architettura AgrospAI, i fornitori di dati (come le cooperative agricole) mantengono la completa sovranità sulle loro informazioni sensibili. I clienti distribuiscono i loro algoritmi in una data room sicura in cui la formazione avviene localmente sul nostro cluster, producendo solo i pesi del modello addestrato. Il servizio sfrutta il cluster AgrospAI (fino a 280 core CPU e 6 GPU con 288 GB di memoria totale GPU) per eseguire attività di allenamento pesanti, come la visione artificiale per il rilevamento dei parassiti o l'analisi predittiva per i raccolti. L'ambiente è containerizzato, assicurando che gli algoritmi proprietari del cliente siano protetti, impedendo allo stesso tempo qualsiasi estrazione dei set di dati grezzi dell'host.

Maggiori informazioni sul servizio

In che modo il servizio può aiutarti?

Il cliente riceverà: Accesso a un ambiente sicuro e containerizzato per distribuire i propri script di formazione. Accesso a GPU di fascia alta per accelerare i cicli di formazione in deep learning da settimane a ore. La capacità di addestrarsi su set di dati esclusivi e multi-cooperativi che altrimenti sarebbero legali o commercialmente inaccessibili. Con questo, il servizio risolve: Strozzature in materia di riservatezza e sovranità dei dati: Le cooperative possono monetizzare o condividere il valore dei loro dati senza rischiare perdite di dati o copie. Scarsità di dati per lo sviluppo dell'IA: Le startup ottengono il volume e la varietà di dati necessari per creare modelli robusti. Limitazioni dell'infrastruttura: I team di IA non hanno bisogno di investire in massicce fattorie GPU locali per allenarsi su grandi set di dati agricoli.

Come verrà erogato il servizio

L'accesso dei clienti è concesso tramite il portale Pontus-X di Agrospai, dove gli sviluppatori possono presentare i loro script di formazione come contenitori Docker. Prima dell'accesso, al client verranno fornite le specifiche del filesystem e potrebbe essere fornito un modello con cui il contenitore interagirà. L'accesso predefinito dura per una finestra di formazione predefinita (ad esempio, da 1 a 3 mesi) in base ai requisiti computazionali. Durante tutto il processo di formazione, altri flussi di lavoro di formazione possono essere integrati (come le metriche di benchmarking) con un rapporto sulle prestazioni consegnato al cliente alla fine della finestra di formazione.

Personalizzazione del servizio

Siamo aperti ad adeguare il servizio alle aspettative dei clienti, compresa l'allocazione di specifiche risorse GPU / CPU, l'integrazione di metriche di benchmarking personalizzate durante il ciclo di formazione e la facilitazione delle connessioni con specifici fornitori di dati all'interno dell'ecosistema AgrospAI.
Settore
Seminativi
Lavorazione degli alimenti
Serra
Orticoltura
Allevamento
Colture di alberi
Viticoltura
Tipo di prova
Dati
Progettazione / Documentazione
Software o modello AI
Tipo di servizio
Formazione sul modello di IA
Paese di consegna
Paese di consegna: Spagna
Remoto Remoto
Prestatore/i di servizi:
  • Universitat de Lleida (UdL)
    Spagna
    | Sito web

Mettiti in contatto

Compila il modulo sottostante per contattare l'erogatore del servizio

Se sei pronto a richiedere questo servizio o se hai bisogno di maggiori informazioni prima di decidere, non esitare a contattare il prestatore di servizi.

Ti aiuteranno con la tua richiesta.

Your phone number
How would you like to access this service?
I have read and I agree with the AgrifoodTEF Privacy Policy