IA

Alibaba passe au serverless dans ses offres IA

Alibaba Cloud vient de lancer une version entièrement serverless de sa principale plateforme d’IA générative, PAI-EAS tandis que les services de données adjacents sont renforcés.

 

Alibaba Cloud cravache pour renforcer ses offres IA. La branche technologie et cloud du géant du commerce en ligne chinois vient d’annoncer le lancement d’une large gamme de produits et d’innovations pour ses offres d’intelligence artificielle et ses solutions de gestion et de traitement des données. La principale nouveauté consiste en l’arrivée d’une version serverless de sa plateforme d’IA Elastic Algorithm Services (PAI-EAS). 

La plateforme PAI-EAS va ainsi permettre aux entreprises d’utiliser les ressources informatiques d’Alibaba Clouds sans avoir à superviser la gestion et l'entretien de serveurs physiques ou virtuels. Elle propose la prise en charge et le déploiement de LLM open-source et de modèles issus de la communauté Alibaba Cloud, ModelScope. PAI-EAS s’adresse tout d’abord aux tâches telles que la segmentation d'images, la génération de résumés et la reconnaissance vocale. En annonçant l’arrivée d’une plateforme d’IA serverless censée faciliter l’accès à ces technologies, Alibaba Cloud emboîte le pas aux autres géant du cloud telle qu’AWS, Azure, Google ou encore OVHcloud qui vient tout juste d'annoncer une batterie d’offres similaires. En parallèle, Alibaba Cloud a également lancé la plateforme PAI-Artlab, dédiée à l'entraînement et à la création de modèles de génération d'images. Le géant chinois la destine tout particulièrement au design d’assets tel que la conception intérieure, la publicité, la création de personnages et de scènes de jeux vidéo. 

Les services de données renforcés pour nourrir les IA

Du côté de ses plateformes de données, notamment PolarDB (base de données) et MaxCompute MaxFrame (analyse big data), Alibaba Cloud renforce aussi les capacités IA. PolarDB se voit ainsi ajouter le moteur d’analyse vectorielle développé par la firme. Ce dernier doit améliorer les performances de la base de données en matière d’IA en intégrant une contextualisation plus poussée des données structurées et non structurées. L’objectif est de faciliter les tâches telles que les comparaisons de similarité et l'analyse sémantique. MaxCompute MaxFrame, le framework d’analyse de données distribué en Python est pour sa part mis à jour afin de supporter la demande croissante de prétraitement des données et d'analyse des données hors ligne/en ligne dans les tâches informatiques liées à l'IA.