什么叫云存储_怎么选择_自助建站那个好

2021-03-30 15:18

什么叫云存储_怎么选择_自助建站那个好

随着构建人工智能(AI)能力变得越来越紧迫,IDC发现企业对构建自己的人工智能基础设施堆栈的过程感到困惑。IDC看到越来越多的人工智能服务器、存储和处理器供应商开发了人工智能堆栈,这些人工智能堆栈由抽象层、编排层、人工智能开发层和数据科学层组成,旨在无缝地协同工作。这些堆栈通常结合了开源软件、专有软件和非货币化的商业软件(如CUDA)层,物联网工程师,这些层旨在帮助客户的IT基础设施团队、开发人员和数据科学家在预先设计的堆栈上协作,而不必自己构建。IDC认为,手游返利折扣,人工智能基础设施堆栈为客户提供了明显的优势,其多样性虽然令人困惑,但并非劣势。IDC不希望供应商合作开发一个"标准"的人工智能基础设施堆栈,这将使客户无法从中选择多种口味。IDC希望通过提供一个AI-Plane(AIP)框架,为IT厂商提供一个指南,鼓励他们提高栈的多功能性,从而提高其普遍采用率。什么是人工智能的工作量?IDC将人工智能工作负载分为以下几类:人工智能软件和平台、人工智能应用程序和人工智能应用程序。人工智能平台或软件这类人工智能工作负载是指用于构建或实现人工智能能力的工具和平台。常见的人工智能平台包括ML/DL框架(TensorFlow、Pythorch等)、Azure机器学习服务、亚马逊机器学习服务、谷歌云人工智能平台,以及认知服务,如亚马逊Rekognition、IBM Watson文本语音转换、微软对话工具包等。人工智能应用这一类是指用于交付人工智能能力的工作负载,其中人工智能技术/算法是其功能的核心。换句话说,如果没有人工智能功能,应用程序就无法按预期运行。具有代表性的人工智能应用包括会话助手(x.AI、Google联系人中心AI、Oracle Digital Assistant等)、智能自动化(UiPath、automation Anywhere)、推荐引擎(Oracle AI Offers、Pega Next Best Action)和自动车辆软件(Waymo的AI软件、特斯拉Autopilot软件等)。支持人工智能的应用程序此类别是指人工智能功能增强和/或启用的工作负载。在支持AI的应用程序中,应用程序供应商通过引入新的AI功能来增强现有应用程序的功能,而不改变核心功能或行为。如果将人工智能技术从一个支持人工智能的应用程序中移除,它们仍然能够发挥作用,可能效率会降低。人工智能工作量:AI平面和AI堆栈AI工作负载对底层基础设施有特定的要求,可以归纳为三个关键维度:人工智能的工作负载需要大规模的计算和大量的数据。人工智能基础设施需要能够支持这样的规模需求运动性,这是工作负载在核心、边缘和端点部署之间移动的能力。虽然当前的人工智能应用程序本质上大多是静态的,但更多的客户正在考虑在公共云中开发工作负载并部署到另一个位置(例如,edge)。人工智能基础设施应该能够支持工作量。时间.AI工作负载本质上是计算密集型和"批处理"的。也就是说,它们需要大量的计算资源来处理大量的时间。随着高性能加速器的普及,人工智能工作负载越来越能够以实时或接近实时的方式分析流数据。人工智能基础设施也应该支持这些需求。在这份名为"AI-Plane"的报告中,IDC引入了AI-Plane(AIP),这是一个可互操作的框架,可以选择合适的基础设施堆栈来驱动AI工作负载。人工智能飞机AI平面(AIP)描述了支持AI应用程序所需的基础设施层的各种组件。IDC建议企业在选择适当的基础设施堆栈来支持AI工作负载时,利用AIP框架。IDC的目的是将这个AIP框架作为It供应商的指南,主机,鼓励他们改进其堆栈的多功能性,从而提高其普遍采用率。正如历史告诉我们的那样,供应商试图寻找共同点有利于整个行业,同时保持供应商与供应商之间的差异。下图总结了AI平面各层的组成部分。 报告还介绍了AIP的两个具体实现:开放式AI平面和As-a-Service AI-Plane。openai-Plane是一个基于开源工具和选项的实现。As-a-service-AI-Plane是基于公共云服务提供商提供的As-a-service产品实现的。更多详情,哪个云服务器,请查看报告。供应商堆栈IDC认为,供应商正在开发的人工智能基础设施堆栈,对企业开始使用人工智能的能力起到了推动作用。它使他们能够专注于实际的模型开发,而不是安装运行人工智能开发所需的虚拟化、容器化、编排、框架和库、数据科学工具包等。事实上,物联网是学什么的,许多供应商正在创建这样的堆栈,这进一步为企业提供了一个受欢迎的选择。IDC看到越来越多的人工智能服务器、存储和处理器供应商开发了人工智能堆栈,这些人工智能堆栈由抽象层、协调层、人工智能开发层和数据科学层组成,旨在无缝地协同工作。这些堆栈通常结合了开源软件、专有软件和非货币化的商业软件(如CUDA)层,这些层旨在帮助客户的IT基础设施团队、开发人员和数据科学家在预先设计的堆栈上协作,而不必自己构建。IDC的报告《AI Infrastructure Stack Review H1 2020:The Rapid and Variable Rise of The AI Stack》(IDC#US46291620)评估了目前市场上可用的一些人工智能基础设施堆栈,包括Intel、AMD、NVIDIA、Cisco、Huawei、NetApp和HPE提供的堆栈。有关这些堆栈的完整讨论,请查看报告。虽然这些栈在如何为客户提供服务方面有其独特之处,但它们可能会导致混乱和缺乏互操作性。IDC建议技术买家彻底调查服务器供应商提供的整个人工智能堆栈,在检查参考堆栈时要牢记这些好处,包括降低成本、数据和应用程序可用性、有效的基础设施整合,以及在可能的情况下,单一的互操作应用程序交付平台。IDC建议将人工智能平面作为IT购买者评估和确定不同人工智能堆栈之间互操作性的框架。IDC还建议技术供应商关注人工智能基础设施堆栈之间的互操作性。进一步了解IDC的AI堆栈框架和相关研究,在我们最近的新闻稿中重点介绍:现在读IDC企业基础设施实践研究总监Peter Rutten也参与了这篇文章。

分享到:
收藏
相关阅读