【DTF预告】是谁扼住了AI的咽喉?

从机器人送餐、语音语义识别、政府部门图像识别,到医疗诊断、基因辅助治疗、科研和商业防欺诈等等,人工智能和高性能计算正快速构建数字化生产力。

群情激烈的F1赛场,

一群超跑风驰电掣,有人倚仗强劲引擎一骑绝尘,

有人则因动力不足深陷泥潭。

要问一辆汽车的核心是什么?

相信很多人都能给出引擎这个答案。

【DTF预告】是谁扼住了AI的咽喉?

智能化发展如火如荼的当下,

各位选手正驾驶着自家AI赛车,

在赛道上争相追逐,

而决定他们以多快速度抵达终点的引擎

正是算力

【DTF预告】是谁扼住了AI的咽喉?

 

算力限制亟待突破,

企业智能化道路挑战重重

从机器人送餐、语音语义识别、政府部门图像识别,到医疗诊断、基因辅助治疗、科研和商业防欺诈等等,人工智能和高性能计算正快速构建数字化生产力。在中国市场,“智能+”加速人工智能应用在各行各业的快速普及,5G产品化也进一步推动了工业互联网的推广。

【DTF预告】是谁扼住了AI的咽喉?

与此同时,5G的高性能、大带宽和高容量,将给算力带来巨大挑战。尽管人工智能发展潜力无限,但开发和驱动人工智能产品和解决方案所需的计算能力却成为限制其发展的瓶颈和壁垒,亟待突破。

01AI算力需求无止境

相比于传统人工智能,“智能+”主要聚焦在企业级B2B业务模式,加大消费级用户的智能应用。人工智能大量应用于工业互联网,连接设备数量的急速增长,一方面意味着海量数据的产生,另一方面,设备进行智能计算,对大量在核心、云及边缘的数据通过AI算法学习和分析,需要强大的算力和大数据分析能力来实现实时管理分析。

【DTF预告】是谁扼住了AI的咽喉?

深度学习工作负载需要高性能和大容量,实现结构化和非结构化数据的快速分析,实时或近实时交付结果,从而达到竞争优势。随着5G商用化,人工智能加大了对低延迟的需求,同时对算力的需求也无止境,不仅要求计算能力,还需要低延迟。

02AI训练耗资高开支大

广泛获取的海量价值数据,让企业面临大规模AI部署和实时/近实时的分析与洞见的要求。计算机模拟人的思维过程和智能行为,主要应用在训练(training)和推理(inference)两个环节,大量的人力和成本支出集中在深度学习和机器学习的训练过程中。

AI开发时,开发工程师通常需要从数十万图片、资料等数据库中训练出模型,建立输入输出的映射关系用于图形识别和推理。这个过程通常需要数周甚至数月时间,训练起来既耗时又耗资。

【DTF预告】是谁扼住了AI的咽喉?

03AI数据科学家才力释放

在中国,数据科学家数量缺乏,经验积累滞后,帮助企业实现数据到业务价值更为耗时耗力。而提高运算能力,建立端对端的服务和平台,可以释放数据科学家的时间和精力。

通过优化硬件和软件堆栈,AI模型和框架库中的设置可以配置到其他环境以简化流程,加速建模后的机器学习和深度学习,缩短解决方案构建时间,从而提高数据科学家工作效率以加速企业的AI计划发展。

【DTF预告】是谁扼住了AI的咽喉?

同时,随着智能化发展,各种规模的企业也面临着计算能力上的挑战。

初创和中小型企业的算力挑战

在实现“智能+”的过程中,如何构建高效的AI平台,通过基础架构扩展,加快价值实现的速度,对以人工智能为重点的初创或中小企业来说是一项巨大的挑战。

【DTF预告】是谁扼住了AI的咽喉?

在早期,这些初创或中小企业可能部署了基于云的人工智能服务来满足需求,但随着其向本地或混合IT环境的迁移,如何针对任何给定位置的数据量,通过迁移和驱动人工智能算法和计算,实现计算性能加速、算力增强,从而最大限度降低成本和数据移动以提高生产效率,是突破AI计算瓶颈的关键

大中型企业的算力需求

对于大中型企业,如何利用深度学习算法处理大型资源数据库的资源,需要充分考量其对算力的计算要求算力成本控制算力远期释放。例如,在AI项目的早期阶段,计算负载较轻,通过云计算平台进行推理和训练成本的算力需求可预见,云计算成本可控。

而随着工作的推进、数据的积累,企业对计算负载、存储容量以及网络传输的要求日趋增长。对于达到沉重计算负载,或本身对算力要求较高的AI工作来说,如何针对AI、ML和DL的算力需求进行IT基础架构的扩展,并根据深度学习创建人工智能增值服务和产品,是大中型企业的一项长期算力考量。

【DTF预告】是谁扼住了AI的咽喉?

不破不立,破而后立

戴尔易安信带来AI技术突破

AI方案破立:Dell EMC Ready Solution for AI

Dell EMC Ready Solutions for AI 是独特的高性能计算和数据分析解决方案,技术组合广泛,跨越了工作站、服务器、网络、存储、软件和服务。该解决方案简化了IT基础设施,并对硬件和软件栈进行了优化,为人工智能建模计算提供了快速解决方案并将构建新解决方案的时间缩短了6-12个月

【DTF预告】是谁扼住了AI的咽喉?

同时,通过提供自助服务的工作空间提高数据科学家的工作效率,每个数据科学家配置环境时建立一个AI模型和框架只需点击五次。采用NVIDIA的Dell EMC Ready Solutions for AI和Deep Learning专为加速性能而设计,消除了I/O瓶颈,可快速访问更大的数据集群提高模型准确性,实现大规模推理和实时响应,能够帮助数据科学家实现高达30%的工作效率提升

 

【DTF预告】是谁扼住了AI的咽喉?

戴尔科技为企业快速应用人工智能提供了现成的解决方案,其高性能计算和人工智能创新实验室拥有世界上最快的超级计算机之一和广泛的行业合作伙伴关系,汇集了专注于人工智能、机器学习和深度学习的最聪明的头脑群体。

在中国,戴尔科技和中科院合作建立的“诸葛深知”平台,建立在Dell EMC Ready Solutions for AI之上,结合了戴尔科技的专业知识和中科院验证成熟的算法,帮助企业充分发挥人工智能的潜力,使AI实施更加快速轻松。

【DTF预告】是谁扼住了AI的咽喉?

AI计算破立:戴尔易安信智能服务器

在算力突破方面,戴尔易安信PowerEdge MX可组合服务器产品,是基于一个双插座模块化的“动态”架构,专门为解决软件定义数据中心(SDDC)中的需求而设计。这些设备将提供比现有服务器多3倍的存储和5倍的I/O性能

【DTF预告】是谁扼住了AI的咽喉?

点击图片了解更多PowerEdge MX信息

戴尔易安信PowerEdge R940xaPowerEdge R840,是两个新型四路系统PowerEdge智能服务器,能够一致且快速地响应速度适用于计算密集型应用程序工作负载(如机器学习、人工智能和数据分析),可加快应用程序运行速度,提供实时决策。同时,智能服务器还支持API管理便于DevOps集成

【DTF预告】是谁扼住了AI的咽喉?

点击图片了解更多PowerEdge R940xa信息

AI存储边界破立:戴尔易安信智能存储

戴尔易安信新一代人工智能企业存储已经变得更加智能。从安装部署到运维管理,企业存储的智能化、自动化程度越来越高人工参与程度逐渐降低

管理员只需简单的操作,存储阵列即可自动完成初始化配置;通过智能分析和优化功能,存储阵列能够自动找到系统瓶颈,为管理员提出建议,完成自动管理。

采用端到端高速机器学习引擎戴尔易安信PowerMax对未来无忧体系结构提供了更高级别的性能和效率。此外,PowerMax还提供了可用性、静态数据加密,可现大规模可扩展的最佳数据保护。

【DTF预告】是谁扼住了AI的咽喉?

点击图片了解更多PowerMax信息

作为面向当前和未来的任务关键型应用程序而设计的存储,PowerMax快速、智能、高效,可应用于数据库和应用程序实时分析,满足人工智能和大数据分析对低延迟的需求

基于AI加速应用、分析解决方案及产品,使企业真正实现AI Ready Solution,戴尔易安信先进的人工智能产品和方案可以推动智能产业升级,突破地域限制,帮助企业实现快速出海。

【DTF预告】是谁扼住了AI的咽喉?

数字化转型的号角早已吹响,如何给算力这座引擎加足马力,让AI之车跑得更快更远?动动手指,2019 DTF现场,听各位专家怎么说!

来源:戴尔

0赞

好文章,需要你的鼓励

2019

09/20

10:38

分享

点赞

邮件订阅
白皮书