Quando si parla di intelligenza artificiale (AI), deep learning (DL), machine learning e, in generale, di piattaforme avanzate di analisi dei dati, spesso vengono in mente software, gestionali, interfacce sempre più sofisticate, dimenticando che alla base di tutto ciò vi è l’infrastruttura.
E, andando più a fondo, la stessa infrastruttura si riferisce a un concetto molto difficile da standardizzare, perché sempre più aziende chiedono soluzioni personalizzate, flessibili e in grado di adattarsi a vari contesti di utilizzo o picchi di performance. Lo sa bene E4 Computer Engineering, attiva dal 2002 nella produzione e fornitura di soluzioni computazionali complesse. Luciano Fontana, sales director, ci ha spiegato qual è il ruolo della società in settori in continua trasformazione, che già guidano segmenti importanti dell’industria.
L’approccio corretto
«Per approcciare in modo giusto progetti di AI, a qualsiasi livello, servono persone all’interno dell’organizzazione che conoscano non solo l’argomento ma abbiano anche cognizione sugli aspetti fondamentali e gli obiettivi da raggiungere. Non è facile oggi trovare simili figure, in Italia come in Europa, ed è qui che arriviamo noi. E4 si pone quale consulente e abilitatore di tecnologia, grazie alle competenze orizzontali nella digital transformation, da declinare verticalmente con i partner che ci seguono a seconda degli ambiti di intervento. Quello che proponiamo è un servizio personalizzato e versatile per le necessità dei clienti, sia in modalità on-premise che in cloud, con la considerazione che il mercato sta andando sempre più verso un’adozione stratificata e multicloud». Tutto gira intorno al dato, anche se possederlo non è tutto. «Le aziende fanno ancora molta fatica a preparare i dati. Processi come la pulizia, l’etichettatura e la trasformazione richiedono lavorazioni intensive ed è l’hardware che svolge un compito essenziale. E4 aiuta il cliente a costruire un data lake in cui i contenuti da analizzare vengono immagazzinati» – spiega Fontana. Il focus di E4 Computer sui dati avviene tramite la consociata E4 Analytics specializzata su big data, analytics, AI. Il motivo di dedicare una organizzazione intera a tali settori è semplice: «Se già oggi applicazioni avanzate valicano i confini, domani sempre più tali trend entreranno a far parte dei processi di business di segmenti differenti, tanto da richiedere un aumento di professionalità e dunque di personale addetto».
E4 partner di NVIDIA
Come mai la richiesta di soluzioni di DL e AI è aumentata nel corso degli anni? L’utilizzo del DL ha un impatto diretto sul ROI e ciò ne determina l’esplosiva crescita a livello globale. Per i processi di training delle reti neurali è richiesta un’elevata potenza di calcolo e una grossa quantità di dati. Questi due requisiti vengono soddisfatti dalle GPU NVIDIA e dall’avvento dei big data. NVIDIA assume un ruolo centrale nell’ecosistema DL (ricerca, produttori di framework e applicazioni, startup, OEMs) e ha sviluppato una piattaforma per il DL completa (HW&SW): la famiglia di prodotti NVIDIA DGX.
NVIDIA DGX è distribuita, in Italia, dal partner E4 Computer Engineering, che completa l’offerta con servizi di implementazione e ottimizzazione. «Con l’avvento del DL, le GPU diventano determinanti per far fronte ai carichi di lavoro necessari per l’analisi dei dati» – spiega Francesco Torricelli, enterprise sales manager di NVIDIA. «Le GPU dispongono di un’architettura altamente parallela (oltre 5100 core) che permette di eseguire codici nativamente paralleli, quali i framework per il design e il training di reti neurali, con un guadagno prestazionale che arriva fino ai due ordini di grandezza rispetto a una tradizionale CPU».
