更新时间：2024-10-07 16:38:01点击：
无论是国内的BAT、华为等巨头在AI上的巨额投放，抑或是美国五角大楼也开始在AI项目上大大引进新的资源，全球格局下，AI的吸金能力十分强大。而近期的Gartner 企业AI案例研究报告也公布了它的预测：多达60%的中国大型企业在2022年前将研发自己的AI解决方案。这意味著，众多企业必须自己展开配备服务器、数据处理、模型徵荐、模型训练等工作。但这实质上并不精彩。
没专业的实力和软硬件基础，想部署属于自己的机器学习和机器人过程自动化等能力，企业不致面对着使用这些技术并构建其利益的一些障碍，还包括缺少人才、难以确定目标和投资回报率，以及对如何影响工作的忧虑。而眼下，第四范式或许正在逐步意识到企业的这个“门槛”，并针对性的开始了一些新鲜的尝试。2018年9月10日，第四范式联手浪潮商用机器在京牵头公布了AI软硬件一体机产品“Prophet AIO”，双方月宣告正式成立AI一体机牵头实验室，为行业用户构建AI业务获取承托与研发能力。
图为：Prophet AIO据产品线负责人告诉他，部署“Prophet AIO”的实际应用于效果指出，最显著的效果是：在完全相同成本前提下，计算出来性能提高10倍以上，交付给周期从以半年为单位延长到周级别。从数据性能上来看，这款机器显然一挺合适这些想要部署AI能力的企业。但这到底是怎样的机器？据理解，双方之所以将一体机取名为“AIO”，其寓意为打造出“AI in One”的AI产业应用于仅有闭环。
实质上，这个产品设计基于第四范式先知（Prophet）企业AI核心系统与浪潮OpenPOWER硬件架构的融合构建。图为：Prophet AIO 产品架构2016年，第四范式公布AI研发平台“先知”，对先知设置了参数自动化的算法，并搭起了比Spark慢数百倍的机器学习的基础架构，减少了人工参予的特征工程和模型训练过程，还能获取自动或半自动的特征工程、模型自由选择徵荐工具，构建了高维机器学习、AutoML和AutoCV等算法技术，减少了对数据科学家的倚赖。而此次与先知平台融合的OpenPOWER则是区别于x86的硬件架构体系，近期POWER9处理器是针对AI应用于设计的全新架构。
相结合GPU、FPGA、DSP 以及 ASIC的优化加快能力和内存一致性等功能特点，在机器学习等领域应用于中展现较好的计算能力。图为：Prophet AIO 产品路线图第四范式创始人、首席执行官戴文渊在现场告诉他(公众号：)：“Prophet AIO构建了AI商业落地五大要素原始覆盖面积，彰显企业开箱即用的AI能力，未来企业终端AI像用于手机一样非常简单，只需挂电、相连网络、启动等非常简单几步才可。”Prophet AIO的应用于场景在哪？实质上，AI在各行业的应用于基本遵循两条线：感官和理解层面，视觉辨识、语音辨识、机器翻译、自动解说、情感分析、科学知识图谱等技术应用于视频监控、智能音箱、智能客服、动态翻译成等场景，这一些领域目前做到的比较较为成熟期；算法层面，还包括使用监督自学、非监督自学、增强自学等算法来解决问题实际应用于中的问题，必须大规模的数据挖掘，对技术的拒绝十分低，此外还必须对各行业展开自定义化，这使得AI的整体落地比较艰难。而综合来看，Prophet AIO有可能是目前为止业内首个针对超大规模数据挖掘与机器学习计算出来问题所发售的AI一体机产品，对于消弭算法层面的失望困境有自己的优势。
眼下，Prophet AIO将在风险反欺诈、竞争营销、个性化引荐、广告计算出来、智能生产、客户运营及产品定价等多个数据挖掘与决策场景中“首度尝鲜用于”。无论是POWER9的处理器片内互相交换速度、IO技术优化内存和RAM，还是“第四范式先知”的能力覆盖面积AI应用于研发、运营、管理等全生命周期，双方的融合，只不过也是补足各自的短板。指出：对正式成立于2018年5月的年长的浪潮商用机器而言，急需软件实力强大的厂商合作背书，并加以检验硬件是稳定性和客户对系统，探寻AI性能的限于场景；对于第四范式而言，计算资源层的最后一块积木也亟需补足，大数据存储、模块管理、计算出来任务智能调度和智能运维等多个核心组件急需升级，此外第四范式自研的大规模分布式高维机器学习框架（GDBT）和深度自学框架都必须更进一步优化。AI企业与服务器厂商的牵头将出“行业新的景象”了解到，对于服务器厂商而言，以往经常出现被客户市场需求“推着回头”的局面，很多服务器的功能急需适应环境大规模数据处理市场需求，并重新加入了很多AI的市场需求；另一方面AI企业长年专门从事软件优化、算法优化工作，对硬件的调试等能力尚能缺乏，因此在双方的需求分析上，行业未来不会经常出现一定程度上的“牵头趋势”。
“第四范式服务的这些金融机构，早已占到中国的金融总资产60%以上。可以看见，我们覆盖面积早已很好了，但紧接着也不会有痛点：当把服务装有到客户那边时，不会遇上各种痛点，还包括成本的问题、空间的问题等等。
我们很多客户都很有钱人，但没空间敲它的机器，如果把10台机器变为一台机器，是极大的价值。除此之外，更进一步减少部署、调试、升级的门槛，都是我们现在遇上的问题。
从2018年上半年，我们从产品上开始在研究怎么解决问题这个问题，不会找到硬件是绕行不出的环节。”戴文渊的这段话，不仅铺陈双方手牵手的原因，也谈到了目前AI行业面对的一些深层次问题。图为：第四范式创始人、首席执行官戴文渊眼下，物联网和大数据技术的发展，数据呈现出指数级的快速增长，AI厂商必须认清的是这些日新月异的可观数据，随之而来的也不会是数据资源的竞争、数据智能能力的竞争。服务器厂商牢牢地把触了AI“最后一公里”的物理环境和物理条件，融合势在必行。
第四范式牵头创始人、首席架构师胡时伟也从技术角度阐述了这个话题，他实在，随着AI业务的发展，企业的IT从成本中心渐渐变为利润中心。“我们从原本做到一件事情要花上10元钱，怎么把它省到8块钱，变为了我们如何需要在这个业务上寻找办法再行投放10元钱以取得更好的收益。
在这个过程当中，对于资源规划和订购的过程，对于部署交付给和系统货帷都明确提出了新的拒绝。”也许，AI的商业化才刚刚开始，现在讲“收成”的确为时尚早。
AI企业与服务器厂商的牵头，让业界看见了新的趋势，而在新的趋势下，AI的落地又将以另一种方式呈现出。原创文章，予以许可禁令刊登。下文闻刊登须知。
本文来源：南宫NG·28-www.etmoc.net
