Привет, GT! Современные вычислительные системы позволяют делать действительно интересные вещи, и наличие в информационном поле сообщений об исследованиях в самых разных отраслях – вплоть до астрологии и альтернативного скоринга – говорят о том, что для обработки задач класса Big Data все чаще будет требоваться самая надежная и производительная память.
Ни для кого не секрет, что количество данных продолжает расти – аналитики IDC насчитали уже больше 20 зеттабайт информации в компьютерных системах. К 2020 году ожидают уже более 100 зеттабайт, а к 2025 – свыше 160 зеттабайт. Не отстают и расходы на аналитику и хранение больших данных. Только за 2017 год они увеличились на 12,4% и составили $150 млрд, а уже через три года на работу с Big Data будут тратить уже $210 млрд.
Но наша задача сегодня заключается не в подсчете денег. Мы хотели лишь показать, что процессы создания высокопроизводительных систем развиваются сегодня активными темпами. На этом фоне появляется множество интересных проектов, которые имеют своей целью оцифровку и анализ данных из неожиданных отраслей. Казалось бы, какая сфера знаний может быть более туманной, чем астрология? Но даже в этом секторе можно применять технологии машинного обучения, чтобы проверить, какие гипотезы оказываются истинными, а какие – просто притянутой за уши спекуляцией.
Одной группе ученых пришла в голову интересная мысль: почему бы не использовать машинное обучение для проверки самых сумасшедших гипотез? Например, давайте тестировать астрологию – ведь у нас есть уже накопленные исторические наборы данных, и расположение планет давно известно (эфемериды рассчитаны с большой точностью для всех важных «небесных тел»).
В качестве объекта для своего эксперимента авторы проекта выбрали не что иное, как курс биткоина к доллару. А что – тема биткоина сегодня в моде, все что касается блокчейна пользуется большим интересом, а курс криптовалюты хорошо известен. Начали строить модель обучения искусственного интеллекта, основанную на методе солярных возвратов – ежегодных циклов, предшествующих каждому исследуемому событию. Это астрологический подход, который позволяет по дате «рождения» какого-либо события показать динамику событий в которых развивается система в течение года. Например, циклы для Bitcoin начинаются 18 августа. По каждой точке делается вычисление и сопоставляется с исходным расчетом события. В общем, астропрогноз – штука сложная, и его иллюстрация четко доказывает этот факт.
Исследователи провели проверку астрологической модели при помощи средств машинного обучения и пришли к впечатляющим результатам. Они разбили известные данные о колебаниях курса криптовалюты на набор для обучения (70% данных) и тестовый набор. После использования технологии машинного обучения по алгоритму «K-ближайших соседей» на тестовом наборе модель показала точность в 94%. Эта новость в свое время взбудоражила интернет и была опубликована на портале bitcoin.com. Конечно, модель была достаточно простой, система лишь оценивала, происходил ли рост или падение по итогам месяца, и сопоставляла с существующими данными. И все же результат выше 90% оказывается достаточно хорошим. И поскольку никто не может точно предсказать, что будет с биткоином, чем астрология хуже других методов, если ее результаты подкрепляются машинным обучением?
После анализа натальной карты криптовалюты, астрологи пришли к выводу, что последний, головокружительный рост курса Bitcoin можно было предсказать. Правда, стоит оговориться, что предсказать можно было не темпы и интенсивность, но сам факт роста.
По предварительным ожиданиям, с ноября 2017 года по февраль 2018 года криптовалюту ждет еще больший рост. При этом с марта по май 2018 года криптовалюту ждут ограничения со стороны государств и финансовых систем, что, вероятнее всего, приведет к падению ее стоимости. Но не забывайте о том, что мы говорим о простейшей модели – и падение в данном случае означает, что роста в это время не будет. Правда ли? Посмотрим, время покажет.
Но не будем ограничиваться астрологией, к которой многие относятся неоднозначно. Спустимся на землю, где большие данные и машинные алгоритмы позволят решить другие важные задачи. Например, в африканских странах существуют огромные проблемы с хождением наличной валюты: ее высокой волатильностью, наличием серого и черного рынков. Практически 100% оплат и транзакций там происходят в наличных, используется натуральный обмен.
В отличие от западных стран, во многих регионах континента невозможно точно определить адрес человека, не говоря уже об истории покупок и официальной зарплате. Всевозможные благотворительные инициативы и совместные сборы средств также зачастую бесполезны – средства не доходят до адресатов.
Объединить разрозненных людей из африканских стран планирует FinTech-стартап Humaniq, создавший универсальную социальную платформу как для индивидуумов, так и для небольших предприятий.
В настоящий момент на базе мобильной платформы компании развернут мобильный криптокошелек, защищённый сервис обмена мгновенными сообщениями и система биометрической идентификации пользователя по фото и мимике лица. В рамках платформы возможны как беспроцентные внутренние транзакции криптовалюты HMQ, так и внешние переводы через криптобиржи.
В компании планируют открыть API, чтобы на базе приложения можно было запускать сторонние сервисы – финансовые, в том числе микрокредитование, благотворительные, а также связанные с удаленной работой и краудфандингом.
Открытый API позволяет использовать накопленные большие данные для их дальнейшей обработки нейронными сетями. Например, в сфере микрофинансирования для анализа профиля пользователя, верификации личности и установления кредитного рейтинга заемщика. Использование платформы с подтвержденными данными пользователя, сбором больших данных и их анализом сулит новую эру в социальной статистике, новых прозрачных системах гражданского голосования, предоставления услуг государственных и коммерческих институтов.
Конечно, астрология, блокчейн и микрофинансы – это лишь некоторые любопытные примеры использования аналитики больших данных. В реальности же сферы применения нейронных сетей и искусственного интеллекта охватывают все больше областей человеческих знаний. Но чтобы такое программное обеспечение работало, необходимо наличие мощных многопроцессорных систем, способных загрузить в память сразу огромные выборки информации. И если даже работа астрологов и построение психологических портретов уже завтра будут требовать наличия серверов с большими объемами оперативной памяти, в более традиционных сферах, где технологии машинного обучения прижились уже давно, спрос на быстрые процессоры, современные архитектуры, а также емкую и надежную память будет огромным. И здесь у Kingston уже есть свои предложения, которые отличают профессиональную память для тяжелых задач, позволяя нейронным сетям работать без сбоев.
Профессиональные комплекты памяти Kingston для ЦОД проходят 35 контрольных точек проверки качества на протяжении всего цикла производства, включая 24-часовой стресс-тест при температуре 100 градусов и при повышенном вольтаже. Стандарт тестирования модулей памяти Kingston включает в себя проверку на соответствие спецификации, оценку качества компонентов, тестирование на работоспособность при неблагоприятных условиях внешней среды, совместимость и надежность. Для оценки качества применяются независимые оценочные тесты, включая ServerBench, NetBench и WebBench. Кроме этого все микросхемы DRAM, используемые в памяти Kingston, проходят полный цикл тестирования специализированными компаниями, например, AVL (Advanced Validation Labs). В перечень проводимых тестов для проверки надежности серверной памяти входят многократные циклы нагрева и охлаждения, работа при повышенной влажности и так далее. В конечном счете, проверке подвергается каждая ячейка, и это очень кропотливая работа, ведь в модуле памяти емкостью 16 ГБ их 136 миллиардов! Но уже сегодня такое тестирование востребовано при строительстве ЦОД, а завтра, когда клиентам нужны будут непрерывные потоки данных, требования к памяти только увеличатся.
Помимо обычной Unbuffered ECC DIMM, Registered DIMM и Load Reduced DIMM или LRDIMM, о которых мы уже писали в прошлых постах. А общий курс на Big Data даже в астрологии позволяет предположить, что надежная и вместительная память будет очень востребована в ближайшие годы.
Дальше будет ещё круче! Подписывайтесь и оставайтесь с нами!
Для получения дополнительной информации о продукции Kingston и HyperX обращайтесь на официальный сайт компании.
Ни для кого не секрет, что количество данных продолжает расти – аналитики IDC насчитали уже больше 20 зеттабайт информации в компьютерных системах. К 2020 году ожидают уже более 100 зеттабайт, а к 2025 – свыше 160 зеттабайт. Не отстают и расходы на аналитику и хранение больших данных. Только за 2017 год они увеличились на 12,4% и составили $150 млрд, а уже через три года на работу с Big Data будут тратить уже $210 млрд.
Но наша задача сегодня заключается не в подсчете денег. Мы хотели лишь показать, что процессы создания высокопроизводительных систем развиваются сегодня активными темпами. На этом фоне появляется множество интересных проектов, которые имеют своей целью оцифровку и анализ данных из неожиданных отраслей. Казалось бы, какая сфера знаний может быть более туманной, чем астрология? Но даже в этом секторе можно применять технологии машинного обучения, чтобы проверить, какие гипотезы оказываются истинными, а какие – просто притянутой за уши спекуляцией.
Прогноз для Bitcoin
Одной группе ученых пришла в голову интересная мысль: почему бы не использовать машинное обучение для проверки самых сумасшедших гипотез? Например, давайте тестировать астрологию – ведь у нас есть уже накопленные исторические наборы данных, и расположение планет давно известно (эфемериды рассчитаны с большой точностью для всех важных «небесных тел»).
В качестве объекта для своего эксперимента авторы проекта выбрали не что иное, как курс биткоина к доллару. А что – тема биткоина сегодня в моде, все что касается блокчейна пользуется большим интересом, а курс криптовалюты хорошо известен. Начали строить модель обучения искусственного интеллекта, основанную на методе солярных возвратов – ежегодных циклов, предшествующих каждому исследуемому событию. Это астрологический подход, который позволяет по дате «рождения» какого-либо события показать динамику событий в которых развивается система в течение года. Например, циклы для Bitcoin начинаются 18 августа. По каждой точке делается вычисление и сопоставляется с исходным расчетом события. В общем, астропрогноз – штука сложная, и его иллюстрация четко доказывает этот факт.
Исследователи провели проверку астрологической модели при помощи средств машинного обучения и пришли к впечатляющим результатам. Они разбили известные данные о колебаниях курса криптовалюты на набор для обучения (70% данных) и тестовый набор. После использования технологии машинного обучения по алгоритму «K-ближайших соседей» на тестовом наборе модель показала точность в 94%. Эта новость в свое время взбудоражила интернет и была опубликована на портале bitcoin.com. Конечно, модель была достаточно простой, система лишь оценивала, происходил ли рост или падение по итогам месяца, и сопоставляла с существующими данными. И все же результат выше 90% оказывается достаточно хорошим. И поскольку никто не может точно предсказать, что будет с биткоином, чем астрология хуже других методов, если ее результаты подкрепляются машинным обучением?
Так что будет с Bitcoin?
После анализа натальной карты криптовалюты, астрологи пришли к выводу, что последний, головокружительный рост курса Bitcoin можно было предсказать. Правда, стоит оговориться, что предсказать можно было не темпы и интенсивность, но сам факт роста.
По предварительным ожиданиям, с ноября 2017 года по февраль 2018 года криптовалюту ждет еще больший рост. При этом с марта по май 2018 года криптовалюту ждут ограничения со стороны государств и финансовых систем, что, вероятнее всего, приведет к падению ее стоимости. Но не забывайте о том, что мы говорим о простейшей модели – и падение в данном случае означает, что роста в это время не будет. Правда ли? Посмотрим, время покажет.
Кредитные риски в Африке? Снова блокчейн и большие данные!
Но не будем ограничиваться астрологией, к которой многие относятся неоднозначно. Спустимся на землю, где большие данные и машинные алгоритмы позволят решить другие важные задачи. Например, в африканских странах существуют огромные проблемы с хождением наличной валюты: ее высокой волатильностью, наличием серого и черного рынков. Практически 100% оплат и транзакций там происходят в наличных, используется натуральный обмен.
В отличие от западных стран, во многих регионах континента невозможно точно определить адрес человека, не говоря уже об истории покупок и официальной зарплате. Всевозможные благотворительные инициативы и совместные сборы средств также зачастую бесполезны – средства не доходят до адресатов.
Объединить разрозненных людей из африканских стран планирует FinTech-стартап Humaniq, создавший универсальную социальную платформу как для индивидуумов, так и для небольших предприятий.
В настоящий момент на базе мобильной платформы компании развернут мобильный криптокошелек, защищённый сервис обмена мгновенными сообщениями и система биометрической идентификации пользователя по фото и мимике лица. В рамках платформы возможны как беспроцентные внутренние транзакции криптовалюты HMQ, так и внешние переводы через криптобиржи.
В компании планируют открыть API, чтобы на базе приложения можно было запускать сторонние сервисы – финансовые, в том числе микрокредитование, благотворительные, а также связанные с удаленной работой и краудфандингом.
Открытый API позволяет использовать накопленные большие данные для их дальнейшей обработки нейронными сетями. Например, в сфере микрофинансирования для анализа профиля пользователя, верификации личности и установления кредитного рейтинга заемщика. Использование платформы с подтвержденными данными пользователя, сбором больших данных и их анализом сулит новую эру в социальной статистике, новых прозрачных системах гражданского голосования, предоставления услуг государственных и коммерческих институтов.
Для чего мы это рассказали?
Конечно, астрология, блокчейн и микрофинансы – это лишь некоторые любопытные примеры использования аналитики больших данных. В реальности же сферы применения нейронных сетей и искусственного интеллекта охватывают все больше областей человеческих знаний. Но чтобы такое программное обеспечение работало, необходимо наличие мощных многопроцессорных систем, способных загрузить в память сразу огромные выборки информации. И если даже работа астрологов и построение психологических портретов уже завтра будут требовать наличия серверов с большими объемами оперативной памяти, в более традиционных сферах, где технологии машинного обучения прижились уже давно, спрос на быстрые процессоры, современные архитектуры, а также емкую и надежную память будет огромным. И здесь у Kingston уже есть свои предложения, которые отличают профессиональную память для тяжелых задач, позволяя нейронным сетям работать без сбоев.
Профессиональные комплекты памяти Kingston для ЦОД проходят 35 контрольных точек проверки качества на протяжении всего цикла производства, включая 24-часовой стресс-тест при температуре 100 градусов и при повышенном вольтаже. Стандарт тестирования модулей памяти Kingston включает в себя проверку на соответствие спецификации, оценку качества компонентов, тестирование на работоспособность при неблагоприятных условиях внешней среды, совместимость и надежность. Для оценки качества применяются независимые оценочные тесты, включая ServerBench, NetBench и WebBench. Кроме этого все микросхемы DRAM, используемые в памяти Kingston, проходят полный цикл тестирования специализированными компаниями, например, AVL (Advanced Validation Labs). В перечень проводимых тестов для проверки надежности серверной памяти входят многократные циклы нагрева и охлаждения, работа при повышенной влажности и так далее. В конечном счете, проверке подвергается каждая ячейка, и это очень кропотливая работа, ведь в модуле памяти емкостью 16 ГБ их 136 миллиардов! Но уже сегодня такое тестирование востребовано при строительстве ЦОД, а завтра, когда клиентам нужны будут непрерывные потоки данных, требования к памяти только увеличатся.
Помимо обычной Unbuffered ECC DIMM, Registered DIMM и Load Reduced DIMM или LRDIMM, о которых мы уже писали в прошлых постах. А общий курс на Big Data даже в астрологии позволяет предположить, что надежная и вместительная память будет очень востребована в ближайшие годы.
Дальше будет ещё круче! Подписывайтесь и оставайтесь с нами!
Для получения дополнительной информации о продукции Kingston и HyperX обращайтесь на официальный сайт компании.
Alcpp
Жаль система не угадала просадку битка, которую мы наблюдаем прямо сейчас :).