AI很好,但如何才能深入應用于不同行業?AI落地,當前仍然面臨著最后一公里的難題。業界普遍認為:數據結合難、業務價值不佳、數據科學人才稀缺、算力成本負擔重,是企業落地AI最常見的四大阻力。縮短最后一公里、實現更大量的合作,核心其實是降低門檻、提高效率。
打個比方,假設企業用AI的最終目標是做一個大蛋糕,他需要從種小麥開始嗎?當然不是。讓企業找到現成的源頭,獲取面粉、黃油、雞蛋、模具這些現成材料,才是更省事省力的選擇。
英偉達正在攜手生態伙伴提供這些“現成的材料”。英偉達剛剛發起的全球首個NVIDIA認證系統,意在通過堅實的技術基礎和廣泛的生態合作,進一步推進AI在各行各業的泛化能力。
AI基礎設施需要一場變革
根據Gartner數據,目前37%的企業機構在生產中使用了AI,預計到2024年這一比例將翻倍至75%。AI是這個時代最強大的技術,但是,它需要新一代經過調整和測試的計算機來推動其發展,也就是說,來自于基礎設施的變革迫在眉睫。
英偉達NGC產品管理總監Adel El-Hallak告訴與非網,AI基礎設施的變革主要來自于三大顛覆力:爆發的數據量、更大更復雜的AI模型、以及業界對于更好的產品和服務的追求。
一方面,企業試圖從不斷增加的數據中,總結出隱藏的戰略洞察。例如,沃爾瑪每小時要處理超過2.5PB的數據,阿里巴巴正在利用AI洞察數據、優化搜索排名和產品推薦。另一方面,短短5年內,篩選這些數據的AI模型規模增長了近3萬倍,使用這些數據的模型和工作負載的多樣性也在不斷擴大。
日益增加的數據量、不斷擴大的AI數據篩選模型,導致數據中心和網絡邊緣的網絡流量呈指數級增長。企業如何才能獲得更好的產品和服務?一個安全、可靠、高速并且能夠有效擴展的基礎設施是關鍵。
解鎖大量應用的關鍵
Adel El-Hallak以計算機視覺圍繞圖像分類、目標檢測等應用的興起談到,AI模型解鎖了各種各樣的不同用例,提供了更好的產品和服務,但模型也變得越來越復雜和龐大。不過,這是一個良性循環,當我們在使用這些產品和服務的同時,也正在生成數據,利用這些數據對模型進行再訓練,能夠進一步改進現有產品和服務。
不論是從端側到數據中心,還是從智能網絡接入的海量應用,AI基礎設施的四大支柱始終是:功能、性能、可擴展性、安全性。基本功能是最根本的要素;性能特征取決于具體用例,是系統的重要指標;可擴展性決定了系統應對不同場景的伸縮能力;安全的數據是優勢,必須確保從數據、平臺到應用層的所有安全。
為了讓其AI技術廣泛落地使用,服務器OEM成為英偉達一個很大的突破口。或者說,服務器OEM生態系統的參與讓英偉達更加興奮。
從早期集中在訓練場景,發展到在推理場景的大規模應用階段,AI最終將成為一種基礎能力。在這個過程中,服務器始終是重要環節。一方面,AI 算法需要大量的數據和算力來完成任務,依靠云服務來執行計算;另一方面,在提供智能云體驗上,由 AI 驅動的解決方案能幫助企業在 AI 時代快速占領制高點。
據Adel El-Hallak介紹,NVIDIA認證系統提供能夠企業部署AI所需的性能、可編程性和安全吞吐量。這些系統既結合了基于NVIDIA Ampere架構的GPU算力,還有安全、高速的NVIDIA Mellanox網絡。此外,還有包括英偉達CUDA和NGC Catalog的整個軟件堆棧的支持。
NGC被認為是這一認證系統背后真正的寶藏。Adel El-Hallak解釋,當一個企業購買了NVIDIA認證系統后,NGC目錄能夠為他們解鎖各種各樣的應用程序。
NGC目錄是適用于深度學習、機器學習和高性能計算的GPU優化型軟件中心,包括針對醫療健康的Clara、針對機器人的Isaac等,這些軟件套件可以幫助企業快速進入某個垂直細分市場。此外,它還包含幫助企業在推薦系統Merlin和智能視頻分析Metropolis等新興用例中起步的框架。通過NVIDIA認證系統,企業能夠使用這些強大的算力硬件和適用范圍廣泛的軟件。
如何通過NVIDIA測試認證?
具體而言,NVIDIA認證系統必須通過四方面測試:深度學習訓練和推理、機器學習算法、智能視頻分析、網絡和存儲卸載。
為了通過認證,服務器系統必須接受廣泛的工作負載測試,涵蓋從需要多個計算節點的工作到只需要使用單個GPU部分性能的任務等。這些測試也都是基于現實世界中的用例,使用的是NGC目錄中常用的AI框架和容器。
英偉達這項開創先河的認證計劃宣布的同時,全球首批加速服務器通過也通過了這一認證測試:戴爾科技、技嘉、慧與、浪潮和超微的認證服務器均于1月27日開始供貨。首批使用NVIDIA A100 Tensor Core GPU的系統包括:
戴爾EMC PowerEdge R7525和R740機架服務器
技嘉R281-G30、R282-Z96、G242-Z11、G482-Z54、G492-Z51系統
慧與 Apollo 6500 Gen10系統和慧與 ProLiant DL380 Gen10服務器
浪潮 NF5488A5
超微A+服務器AS-4124GS-TNR和AS-2124GQ-NART
這些產品都帶有NVIDIA認證系統標識,可以處理機器學習、數據分析等領域最棘手的任務。
寫在最后
在AI深度化、廣度化的應用過程中,不止一家企業說“落地難”,一是規模化普及時數據科學人才的短缺,二是多維行業數據、多維融合的困難。更何況,現在還有絕大部分場景需求還未釋放出來,人才短缺是主要根源。
英偉達推出認證系統,正是希望舉生態之力,推動AI的廣泛落地,而背后的深層動力,則是希望在普遍落地的產業端,繼續在云端市場的輝煌。對于迫切需要平臺支持、讓AI應用更便捷的企業來說,也是很大的推動力。
編輯:hfy
-
AI
+關注
關注
87文章
30747瀏覽量
268899 -
英偉達
+關注
關注
22文章
3771瀏覽量
90991
發布評論請先 登錄
相關推薦
評論