【.com原稿】当前，人工智能的快速发展推动了企业创新和产业进步，越来越多的企业开始运用人工智能技术并从中受益。2019年11月16日下午，由英特尔主办、英特尔承办的《AI驱动下的IT基础架构演进》主题研讨会在北京JW万豪酒店举行。研讨会围绕数据量爆发式增长、数据结构日趋多样化、算法日趋复杂，企业应如何应对数据分析和挖掘需求，如何提升IT架构计算能力并持续优化算法，苏宁科技技术专家集团、国美零售集团、去哪儿、创新工场、汽车之家、58到家等企业齐聚一堂，聚焦企业如何在AI驱动下改造现有IT基础设施。就话题进行了深入交流和讨论，分享了实践经验。 人工智能已成为驱动企业创新转型的必然要素 毫无疑问，人工智能已成为驱动企业创新转型、建立新生产方式、催生新商业模式、促进发展的必然要素企业的快速发展。随着云计算、大数据、物联网、移动互联网、5G等新技术的突破和发展，人工智能在部分行业和应用场景中已经走在了前列。比较成熟。 苏宁科技集团高级架构师唐国强在《AI在OLAP中的应用》的主题分享中提到，苏宁科技集团采用CBO+AI的方式，通过对历史查询数据的分析训练，提高识别准确率和效率，以及使用维度组合统计信息来收集、优化查询资源分配以及集群扩展和隔离。 汽车之家高级测试经理叶薇薇也分享到，AI技术在各个行业都有实践，而处于技术主流的测试行业自然会在AI上进行各种尝试，并继续利用AI加速公司业务创新转型，实现更好的用户体验。 今天，越来越多的科技巨头、初创公司和各类传统企业纷纷入局人工智能，积极探索如何利用人工智能创造新的商业模式，完成实践创新。可以说，日益激烈的市场竞争正在不断加速人工智能技术的发展和创新应用，不断推动人工智能在各行业的应用。 加速AI应用，IT基础设施面临重重挑战 众所周知，构建AI离不开数据、算法和算力。如今，获取数据的方式越来越简单，企业的数据量呈爆发式增长趋势，这对算法和计算能力提出了更高的要求。其中，除了算法的不断优化，利用创新的IT基础设施提升算力也成为核心关注点。在本次技术研讨中，与会者围绕AI技术的应用对IT基础设施提出了哪些挑战，企业在AI时代IT基础设施优化方面有哪些应对策略和实践经验，IT基础设施有哪些特点？能否实现快速发展三个话题进行了讨论。 国美电器技术经理高旭在小组讨论中分享了自己的观点。高旭表示，AI其实就是在分析和挖掘数据。如果数据不统一、不准确，人工智能技术落地就会非常困难。因此，AI的应用对硬件架构提出了非常高的挑战，尤其是随着数据量的爆发式增长，如果AI平台的计算能力不够，存储网络延迟过高，数据将无法在指定时间内使用。精确的计算结果并不能保证AI应用落地，这是很多企业在AI应用中遇到的最大挑战。因此，如果要部署AI，首先要优化企业的IT基础设施，确保IT架构能够满足AI应用。这是一个硬指标，无法绕过。 苏宁科技集团高级架构师唐国强认为，目前进入AI的门槛还是比较高的，很多算法和训练方法都不好用。如何选择不同场景下适用的算法和训练模型，如何将训练集转化为特征值，进而选择更合适的算法训练模型进行应用，是企业面临的主要挑战。由于人工智能对算力提出了更高的要求，如何提高算力、降低时延、快速分析处理数据，需要新的IT架构来支撑。他表示，除了提高数据中心的计算能力外，还可以利用边缘计算的小集群来提高数据处理能力，从而减轻数据中心的负荷，更快地加速人工智能的应用。 去哪儿高级技术总监张宇从计算机视觉、自然语言处理、围棋等应用场景分享了课题组的讨论观点。他表示，目前业界AI相关应用正在逐步向深度学习的计算架构转移。与浅层机器学习应用相比，只需要CPU算力，而深度学习则需要大量的并行计算算力。GPU已经成为AI应用的必选IT应用。建筑学。由于单个GPU难以满足越来越深的网络结构和实时响应速度，GPU集群的模型部署以及相应的架构和网络延迟解决方案是我们需要面对的新挑战。在人工智能赋能的新时代，IT基础设施需要在意识上与时俱进，架构要保持可扩展性和前瞻性，以积极拥抱新时代的变化和发展。 汽车之家高级测试经理DeskLeader叶薇薇在分享中表示，如果你试着去看看AI实现相对成熟的领域，比如语音识别和图像识别，你可以看到一些共同的特征，研究对象有一些相似的特征。例如图像识别中的图片可以抽象为一些像素矩阵，语音识别中的声音也可以抽象为频率波动数据。AI想要在测试领域有所建树，需要进行一些模型抽象。对测试过程进行抽象和建模，收集历史数据。只有完成这些基础架构，才能为后期的AI赋能做铺垫。他认为，人工智能对基础环境的建设要求非常高，尤其是GPU的计算能力和数据存储的基础设备。 作为最后一位分享嘉宾，创新工场技术总监尹达飞从推荐系统的应用入手，在小组讨论中分享了自己的看法。尹达飞表示，推荐系统是人工智能的典型应用。随着数据量的爆发式增长，数据类型越来越丰富，人脸识别、语音分析、图像识别等AI应用场景越来越多，对IT基础设施的要求也越来越高。当前人工智能应用面临的主要挑战。因此，需要更高性能的IT系统来支持数据分析和数据处理的需求。要不断优化IT架构，运用新技术、新产品、新方案，满足更多人工智能应用场景的需求。 英特尔以端到端的解决方案助力人工智能技术应用 在推动人工智能应用方面，英特尔一直走在行业前沿。过程中遇到的软硬件问题都会加速AI的落地。 在本次技术沙龙中，英特尔人工智能解决方案架构师赵玉平从硬件、软件和社区三个方面详细介绍了英特尔在人工智能领域的产品和解决方案，并分享了英特尔在人工智能方面的成果。赵玉平表示，AI时代如何让数据流动得更快，是最重要的目标。以此为基础，英特尔提供包括计算、存储和网络在内的硬件产品，以及不断优化的软件产品。 在硬件方面，除了性能更强的二代至强可扩展处理器，英特尔还推出了傲腾数据中心级持久内存、傲腾数据中心级固态硬盘，以及英特尔以太网、FPGA等产品作为加速器。在软件方面，英特尔专业的软件团队不断优化软件，充分发挥硬件的性能，不仅在深度学习方面，在传统的机器学习方面，包括底层库等方面，英特尔都有很好的优化方案。此外，英特尔不断通过社区与开发者交流，通过社区分享最新的技术成果，让大家共同学习、共同进步。最后，英特尔持续对未来技术进行研究，包括类脑计算、量子计算等，并与产业界一起推动新一代人工智能应用的落地。 赵玉平表示，英特尔是一家拥有全套人工智能解决方案的公司，公司会根据客户的使用场景，为客户推荐相应的产品和解决方案。此外，人工智能领域的工作量也越来越复杂。当企业无法使用单个芯片进行工作处理时，英特尔还可以帮助他们将大量芯片连接在一起，通过领先的性能和软件协作为用户提供巨大的收益。获得。 总结：面对AI技术应用于IT基础设施带来的挑战，处于行业前沿的互联网企业必须积极挺身而出，探索尝试，不断用新技术重构IT架构，突破挑战，并降低成本，全面推进人工智能在不同场景的应用。在本次研讨会中，来自各行各业的技术负责人不止一次提到了AI带来的挑战，也分享了各自基于自身公司业务场景的技术解决方案，并与同行进行了深入探讨，受益匪浅。 面对AI带来的IT基础设施挑战，英特尔也提供了非常成熟的端到端解决方案。借助英特尔软硬件产品，企业可以积极应对新技术应用对IT架构带来的挑战，加快业务创新步伐，确保在未来长期的市场竞争环境中保持持续的竞争优势。【原创稿件，合作网站转载请注明原作者和出处为.com】
