作為UCloud的合作伙伴，英特爾利用自身技術和產品創新的整合優勢，為UCloud提供了領先、高效、可擴展且開放的基礎設施，幫助UCloud建設高性能，低成本的AI架構，讓企業用戶可以像使用成熟的云產品一樣，按需使用AI服務。
如果說，兩年前，AlphaGo在與圍棋職業九段棋手李世石進行的人機大戰中獲勝，讓全世界都認識了人工智能；那么，一年前，AlphaGo完勝世界圍棋冠軍柯潔，則在全世界掀起了人工智能應用、創業的風潮。2017年更是被公認為國內的"人工智能元年"。
從國務院印發《新一代人工智能發展規劃》，到工信部出臺《促進新一代人工智能產業發展三年行動計劃（2018-2020）》；從無人駕駛汽車開上了北京的五環路，到普通民眾可以通過刷臉支付費用購物；從層出不窮的AI創業公司，再到或自主研發、或通過投資收購搶占AI高地的BAT……這一切現象都標志著人工智能開始進入了加速發展和落地的階段。
然而，對于大多數想借助人工智能實現轉型升級的傳統企業和將人工智能視為發展方向的初創企業來說，如何讓人工智能快速落地、實現應用還是一個亟待解決的難題。
如何助AI應用在企業落地？
UCloud人工智能技術專家宋翔告訴《計算機世界》記者，想在人工智能領域分得一杯羹的企業普遍會面臨以下幾種情況：
其一，很多企業都不知道應該在什么場景下去應用AI技術，仍然處在尋求、探討的過程中。
其二，大多數企業都積累了很多數據，但是他們不知道應該怎么利用AI把這些數據變成有效的應用。
其三，企業缺少AI人才，從內部培養則需要很高的成本。很多企業都在摸著石頭過河，或是從網上公開課學習，或是去其他公司交流，之后再運用到自己的企業中，但這個過程是非常緩慢的。
對此，宋翔為希望快速落地應用AI的企業提出了建議。他認為，企業用戶首先要找到合適的場景，可以先找一些開源的、常見的算法進行實踐，在初期無須要求整體效率達到一定的程度，可以先循序漸進地嘗試，等確認某些場景達到一定的效果，或者公司在效率、收入層面產生一些正反饋以后，再深入使用一些算法。
此外，企業在剛開始進入AI場景時，可以利用一些公有云工具和服務去加速數據的迭代，因為對于AI場景，不只是需要內部環境和管理環境，同時還會消耗大量的精力和成本，公有云可以幫助企業減少環境和基礎設施的搭建成本和精力。
英特爾首席數據科學家鮑勃·羅杰斯（Bob Rogers）也曾指出，對于那些希望應用人工智能，卻不知該如何開始進行基礎設施搭建的企業來說，與云計算廠商合作會是一條很好的路徑。
在宋翔看來，人工智能是當前重要的發展方向，可以在不同的方面幫助企業提升效率，提供創新。云計算能夠以更低的成本、更快速靈活的方式為人工智能提供強大的數據處理能力，可以說，云計算對人工智能的快速落地起到了很大的推動作用。隨著云計算的發展，越來越多企業的數據生產和消費都選擇在云計算平臺上進行，用云計算平臺做機器學習的訓練和推理也就成為順理成章的事情了。
事實上，作為國內領先的中立云計算服務商，UCloud在2017年就提出了"CBA"（Cloud，Bigdata，AI）三位一體發展戰略，并發布了UAI（人工智能）系列產品，包括UAI-Train、UAI-Inference和安全屋等產品，構筑了一站式的AI服務。UCloud在云計算平臺積累的技術優勢和運營服務能力，都為UCloud提供差異化AI服務奠定了堅實基礎。
據介紹，UCloud的AI三部曲可以分為大數據收集、AI模型訓練和AI在線服務。
針對數據收集和AI模型訓練，UCloud為用戶提供了成熟的云主機、云存儲、云網絡等解決方案。
針對AI在線服務，UCloud則為用戶提供了"兩步走"的部署模式。首先，向用戶提供SDK工具包，內含接口代碼框架、代碼和數據打包模板以及第三方依賴庫描述模板。用戶只需根據SDK工具包內的代碼框架編寫接口代碼，準備好相關代碼和AI模型以及第三方庫列表，就可以通過打包工具一鍵完成任務的在線部署。其次，用戶可以通過AI在線服務PaaS平臺進行后續管理和維護。該平臺可以同時管理上萬個計算節點，并擁有自動請求負載均衡、自動資源管理的功能，用戶只需要將業務部署在平臺上，就無須操心后續的運維問題。
而UCloud的AI在線服務--UAI-Inference就是面向想借助人工智能實現轉型升級的傳統企業和將人工智能視為發展方向的初創企業而設計的大規模分布式計算平臺，它可以讓企業快速完成AI基礎設施的搭建和部署，并提供海量計算節點，自動負載均衡，動態擴縮容；基于UCloud云生態構建，可以提供高可用性、高安全性和高功能性保障；適用于視頻圖像識別、自然語言處理、語音處理等多個普遍的AI應用場景。同時，UAI-Inference對包括TensorFlow、Keras、Caffe和MXNet等在內的主流AI框架，都能提供良好的支持，企業可以根據自己的業務需求來選擇不同的AI框架進行接入。
AI服務也能按需隨??？
提到UAI-Inference，就不得不提到這個平臺背后的"功臣"--英特爾。作為人工智能應用普及的推動者，英特爾一直致力于積極打造人工智能的新生態，助力人工智能技術的大眾化，推動人工智能真正產生社會價值。
作為UCloud的合作伙伴，英特爾利用自身技術和產品創新的整合優勢，為UCloud提供了領先、高效、可擴展且開放的基礎設施，幫助UCloud建設高性能，低成本的AI架構，讓企業用戶可以像使用成熟的云產品一樣，按需使用AI服務。
一方面，在UAI-Inference中，英特爾至強可擴展平臺提供了堅實的基礎。利用云主機中英特爾至強可擴展處理器的處理能力，UAI-Inference將英特爾AVX-512用于支持和加速AI在線服務。英特爾AVX-512在每個時鐘周期的每秒浮點運算次數增加了一倍，執行苛刻的計算任務時，能夠提供更加卓越的性能和吞吐量。UCloud利用至強可擴展處理器產品家族強大的可擴展性進行彈性部署，用低成本獲得了高性能，降低了用戶的TCO，克服GPU價格昂貴且擴展性不足的弊端。經過反復的優化和驗證，AI在線服務的重要指標--時延被成功降低到了數百毫秒，完全滿足了UCloud用戶的應用需求。
另一方面，借助Intel Caffe框架提升了服務效率。Intel Caffe框架針對英特爾硬件平臺做了深度優化，在保證兼容性的前提下，極大地提高了性能。UCloud的一系列測試結果表明，借助Intel Caffe框架，測試系統同時運行的線程數量可以得到顯著增加?；谠摽蚣?，測試系統的執行時間從最初的37秒縮短到了優化后的3.6秒，整體執行性能提高了10倍以上。通過采用這一框架，UAI-Inference的效率得到了極大的躍升。
對于與英特爾的合作，宋翔的感觸頗多，他告訴記者："英特爾的技術基礎非常穩定、高效。而且，英特爾合作伙伴關系部技術團隊幫助我們做了很多優化工作，當我們遇到特殊的問題時，和他們溝通交流，他們都會針對我們的問題去尋找已有的解決方案，或者給出優化后的解決方案。他們也很愿意與其他公司合作，去優化他們基于CPU的AI技術。"
據悉，目前UCloud與英特爾的合作，已經從最早的服務器、CPU，延伸到了計算、網絡、存儲，以及數據營銷、數據交換等方面，包括人工智能、區塊鏈、安全等多個領域。UCloud的目標是以"中立"為優勢，聯合上下游伙伴，一起為夢想者賦能，可以說，英特爾大大加持了UCloud服務夢想者的能力！
從國務院印發《新一代人工智能發展規劃》，到工信部出臺《促進新一代人工智能產業發展三年行動計劃（2018-2020）》；從無人駕駛汽車開上了北京的五環路，到普通民眾可以通過刷臉支付費用購物；從層出不窮的AI創業公司，再到或自主研發、或通過投資收購搶占AI高地的BAT……這一切現象都標志著人工智能開始進入了加速發展和落地的階段。
然而，對于大多數想借助人工智能實現轉型升級的傳統企業和將人工智能視為發展方向的初創企業來說，如何讓人工智能快速落地、實現應用還是一個亟待解決的難題。
如何助AI應用在企業落地？
UCloud人工智能技術專家宋翔告訴《計算機世界》記者，想在人工智能領域分得一杯羹的企業普遍會面臨以下幾種情況：
其一，很多企業都不知道應該在什么場景下去應用AI技術，仍然處在尋求、探討的過程中。
其二，大多數企業都積累了很多數據，但是他們不知道應該怎么利用AI把這些數據變成有效的應用。
其三，企業缺少AI人才，從內部培養則需要很高的成本。很多企業都在摸著石頭過河，或是從網上公開課學習，或是去其他公司交流，之后再運用到自己的企業中，但這個過程是非常緩慢的。
對此，宋翔為希望快速落地應用AI的企業提出了建議。他認為，企業用戶首先要找到合適的場景，可以先找一些開源的、常見的算法進行實踐，在初期無須要求整體效率達到一定的程度，可以先循序漸進地嘗試，等確認某些場景達到一定的效果，或者公司在效率、收入層面產生一些正反饋以后，再深入使用一些算法。
此外，企業在剛開始進入AI場景時，可以利用一些公有云工具和服務去加速數據的迭代，因為對于AI場景，不只是需要內部環境和管理環境，同時還會消耗大量的精力和成本，公有云可以幫助企業減少環境和基礎設施的搭建成本和精力。
英特爾首席數據科學家鮑勃·羅杰斯（Bob Rogers）也曾指出，對于那些希望應用人工智能，卻不知該如何開始進行基礎設施搭建的企業來說，與云計算廠商合作會是一條很好的路徑。
在宋翔看來，人工智能是當前重要的發展方向，可以在不同的方面幫助企業提升效率，提供創新。云計算能夠以更低的成本、更快速靈活的方式為人工智能提供強大的數據處理能力，可以說，云計算對人工智能的快速落地起到了很大的推動作用。隨著云計算的發展，越來越多企業的數據生產和消費都選擇在云計算平臺上進行，用云計算平臺做機器學習的訓練和推理也就成為順理成章的事情了。
事實上，作為國內領先的中立云計算服務商，UCloud在2017年就提出了"CBA"（Cloud，Bigdata，AI）三位一體發展戰略，并發布了UAI（人工智能）系列產品，包括UAI-Train、UAI-Inference和安全屋等產品，構筑了一站式的AI服務。UCloud在云計算平臺積累的技術優勢和運營服務能力，都為UCloud提供差異化AI服務奠定了堅實基礎。
據介紹，UCloud的AI三部曲可以分為大數據收集、AI模型訓練和AI在線服務。
針對數據收集和AI模型訓練，UCloud為用戶提供了成熟的云主機、云存儲、云網絡等解決方案。
針對AI在線服務，UCloud則為用戶提供了"兩步走"的部署模式。首先，向用戶提供SDK工具包，內含接口代碼框架、代碼和數據打包模板以及第三方依賴庫描述模板。用戶只需根據SDK工具包內的代碼框架編寫接口代碼，準備好相關代碼和AI模型以及第三方庫列表，就可以通過打包工具一鍵完成任務的在線部署。其次，用戶可以通過AI在線服務PaaS平臺進行后續管理和維護。該平臺可以同時管理上萬個計算節點，并擁有自動請求負載均衡、自動資源管理的功能，用戶只需要將業務部署在平臺上，就無須操心后續的運維問題。
而UCloud的AI在線服務--UAI-Inference就是面向想借助人工智能實現轉型升級的傳統企業和將人工智能視為發展方向的初創企業而設計的大規模分布式計算平臺，它可以讓企業快速完成AI基礎設施的搭建和部署，并提供海量計算節點，自動負載均衡，動態擴縮容；基于UCloud云生態構建，可以提供高可用性、高安全性和高功能性保障；適用于視頻圖像識別、自然語言處理、語音處理等多個普遍的AI應用場景。同時，UAI-Inference對包括TensorFlow、Keras、Caffe和MXNet等在內的主流AI框架，都能提供良好的支持，企業可以根據自己的業務需求來選擇不同的AI框架進行接入。
AI服務也能按需隨??？
提到UAI-Inference，就不得不提到這個平臺背后的"功臣"--英特爾。作為人工智能應用普及的推動者，英特爾一直致力于積極打造人工智能的新生態，助力人工智能技術的大眾化，推動人工智能真正產生社會價值。
作為UCloud的合作伙伴，英特爾利用自身技術和產品創新的整合優勢，為UCloud提供了領先、高效、可擴展且開放的基礎設施，幫助UCloud建設高性能，低成本的AI架構，讓企業用戶可以像使用成熟的云產品一樣，按需使用AI服務。
一方面，在UAI-Inference中，英特爾至強可擴展平臺提供了堅實的基礎。利用云主機中英特爾至強可擴展處理器的處理能力，UAI-Inference將英特爾AVX-512用于支持和加速AI在線服務。英特爾AVX-512在每個時鐘周期的每秒浮點運算次數增加了一倍，執行苛刻的計算任務時，能夠提供更加卓越的性能和吞吐量。UCloud利用至強可擴展處理器產品家族強大的可擴展性進行彈性部署，用低成本獲得了高性能，降低了用戶的TCO，克服GPU價格昂貴且擴展性不足的弊端。經過反復的優化和驗證，AI在線服務的重要指標--時延被成功降低到了數百毫秒，完全滿足了UCloud用戶的應用需求。
另一方面，借助Intel Caffe框架提升了服務效率。Intel Caffe框架針對英特爾硬件平臺做了深度優化，在保證兼容性的前提下，極大地提高了性能。UCloud的一系列測試結果表明，借助Intel Caffe框架，測試系統同時運行的線程數量可以得到顯著增加?；谠摽蚣?，測試系統的執行時間從最初的37秒縮短到了優化后的3.6秒，整體執行性能提高了10倍以上。通過采用這一框架，UAI-Inference的效率得到了極大的躍升。
對于與英特爾的合作，宋翔的感觸頗多，他告訴記者："英特爾的技術基礎非常穩定、高效。而且，英特爾合作伙伴關系部技術團隊幫助我們做了很多優化工作，當我們遇到特殊的問題時，和他們溝通交流，他們都會針對我們的問題去尋找已有的解決方案，或者給出優化后的解決方案。他們也很愿意與其他公司合作，去優化他們基于CPU的AI技術。"
據悉，目前UCloud與英特爾的合作，已經從最早的服務器、CPU，延伸到了計算、網絡、存儲，以及數據營銷、數據交換等方面，包括人工智能、區塊鏈、安全等多個領域。UCloud的目標是以"中立"為優勢，聯合上下游伙伴，一起為夢想者賦能，可以說，英特爾大大加持了UCloud服務夢想者的能力！
責任編輯：劉沙
專題
最新發布