导读近年来,由于人工智能(AI)具有自动执行重复流程,提供新的战略见解并加速发展的能力,因此它已成为竞争激烈的市场中企业的游戏规则改变
近年来,由于人工智能(AI)具有自动执行重复流程,提供新的战略见解并加速发展的能力,因此它已成为竞争激烈的市场中企业的游戏规则改变者,例如机器人,金融服务,自动驾驶汽车等。革新。麦肯锡的研究表明,由于将AI集成到业务流程中,因此63%的企业增加了收入。而且,随着社会继续向数字化转变,采用AI只会对跨行业和跨地区的企业变得越来越重要。
但是,即使随着AI采用率的增长,构建大规模支持AI所需的基础架构也日益成为挑战。实际上,有40%的企业认为缺乏IT基础情侣游戏名两个字架构是实现AI的主要障碍,而45%的企业则认为的企业表示,当前的基础架构无法满足AI工作负载的未来需求。
诸如机器学习之类的传统AI方法不一定需要大量数据。但是随着深度学习和IoT / 5G的出现,从工厂,智慧城市,无人驾驶汽车,边缘设备等生成的数礼品制定据量越来越大。设计能够利用该数据进行AI的基础架构非常复杂。但是从一开始就把它弄好是很重要的,因为必须重新设计或移动AI部署会涉及大量成本(时间,金钱和资源)。
让我们看一下企业实现大规模AI的理想基础架构是什么样的。
人工智能工作负载的理想基础架构
为了利用不断增长的AI数据量,企业需要两项基本功能:访问数据的能力,以及近实时快速计算和处理大量数据的能力。
在访问数据方面,企业需要高度的连接性给字成语,以将数据从边缘引入数据中心以分析和构建模型,并将模型和数据发送回边缘以优化推理。这需要靠近节点以从现场,办公室和制造设施的设备中取回数据。某些AI工作负载和用例将针对云进行优化,并且需要以安全,高效的方式管理直接云访问。地理可扩展性也很重要,它使企业能够支持不同位置的AI工作负载并减少延迟以实现更快的交付。
一旦数据进入数据中心,企业就需要高密度的支持来进行训练模型的计算。如今,大多数企业数据中心无法管理cosx平方的导数足够高的密度来支持计算,而随着密度的增加和数据创建的增加,密度将继续加速,这将仍然是一个挑战。也许同样重要,基础架构需要高度可扩展。可扩展性是AI计划成功的关键因素,因为大规模运行硬件(GPU)的能力可带来可提供宝贵见解的大规模计算的效果。
AI基础架构偏食 歌词部署的选项
基于围绕连接性,功率密度和可伸缩性的这些要求,有一些部署选项,包括本地解决方案,公共云或托管。
本文发布于:2023-03-29 11:45:41,感谢您对本站的认可!
本文链接:https://www.wtabcd.cn/fanwen/zuowen/6cd56a9a64760fd866cc40a3415923c3.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文word下载地址:如何为成功的企业AI构建基础架构.doc
本文 PDF 下载地址:如何为成功的企业AI构建基础架构.pdf
留言与评论(共有 0 条评论) |