Secure Compute-to-Data voor Agrifood AI-modeltraining

Geïnteresseerd in deze service? Contacteer ons op agrifoodtef@udl.cat

Neem contact op met de dienstverlener
Secure Compute-to-Data voor Agrifood AI-modeltraining

Overzicht

Deze service stelt AI-startups, -onderzoekers en -bedrijven in staat om hun machine learning- en deep learning-modellen te trainen op diverse, real-world agrarische datasets zonder ooit toegang te krijgen tot de ruwe gegevens. Door gebruik te maken van de AgrospAI-architectuur behouden dataproviders (zoals landbouwcoöperaties) volledige soevereiniteit over hun gevoelige informatie. Klanten zetten hun algoritmen in in een beveiligde dataroom waar de training lokaal op ons cluster plaatsvindt, waarbij alleen de getrainde modelgewichten worden uitgevoerd. De service maakt gebruik van het AgrospAI-cluster (tot 280 CPU-kernen en 6 GPU's met 288 GB totaal GPU-geheugen) om zware trainingstaken uit te voeren, zoals computervisie voor ongediertedetectie of voorspellende analyses voor gewasopbrengsten. De omgeving is gecontaineriseerd, zodat de eigen algoritmen van de klant worden beschermd en wordt voorkomen dat de onbewerkte datasets van de host worden geëxtraheerd.

Meer over de service

Hoe kan de dienst u helpen?

De klant ontvangt: Toegang tot een veilige, gecontaineriseerde omgeving om hun trainingsscripts in te zetten. Toegang tot high-end GPU's om deep learning-trainingscycli van weken tot uren te versnellen. De mogelijkheid om te trainen op exclusieve, multi-coöperatieve datasets die anders legaal of commercieel ontoegankelijk zouden zijn. Hiermee lost de service het volgende op: Knelpunten op het gebied van gegevensprivacy en -soevereiniteit: coöperaties kunnen de waarde van hun gegevens te gelde maken of delen zonder het risico te lopen gegevens te lekken of te kopiëren. Gegevensschaarste voor AI-ontwikkeling: startups krijgen het volume en de verscheidenheid aan gegevens die nodig zijn om robuuste modellen te maken. Beperkingen van de infrastructuur: AI-teams hoeven niet te investeren in enorme lokale GPU-boerderijen om te trainen op grote agrarische datasets.

Hoe de dienst zal worden geleverd

Klanten krijgen toegang via het Pontus-X-portaal van Agrospai, waar ontwikkelaars hun trainingsscripts als Docker-containers kunnen indienen. Voorafgaand aan de toegang, zal de client worden voorzien van de specificaties van het bestandssysteem en kan worden voorzien van een sjabloon dat de container zal interageren met. Standaardtoegang duurt voor een vooraf gedefinieerd trainingsvenster (bv. 1 tot 3 maanden) op basis van de computationele vereisten. Gedurende het hele trainingsproces kunnen andere trainingsworkflows worden geïntegreerd (zoals benchmarkingstatistieken) met een prestatierapport dat aan het einde van het trainingsvenster aan de klant wordt geleverd.

Service maatwerk

We staan open voor het aanpassen van de service aan de verwachtingen van de klant, inclusief de toewijzing van specifieke GPU / CPU-bronnen, de integratie van aangepaste benchmarkingstatistieken tijdens de trainingsloop en het faciliteren van verbindingen met specifieke dataproviders binnen het AgrospAI-ecosysteem.
Sector
Akkerbouw
Voedselverwerking
Broeikas
Tuinbouw
Veehouderij
Gewassen van bomen
Wijnbouw
Testtype
Gegevens
Ontwerp/documentatie
Software- of AI-model
Soort dienst
AI-modeltraining
Land van levering
Land van levering: Spanje
Op afstand Op afstand
Dienstverlener(s):
  • Universitat de Lleida (UdL)
    Spanje
    | Website

Neem contact met ons op

Vul het onderstaande formulier in om contact op te nemen met de dienstverlener

Als u klaar bent om deze dienst aan te vragen of als u meer informatie nodig hebt voordat u een beslissing neemt, aarzel dan niet om contact op te nemen met de dienstverlener.

Zij zullen u helpen met uw aanvraag.

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