無論是國內的BAT、華為等巨頭在AI上的巨額投入，抑或是美國五角大樓也開始在AI項目上不斷引入新的資源，全球格局下，AI的吸金能力非常強勁。而最新的Gartner 企業(yè)AI案例研究報告也發(fā)布了它的預測：超過60%的中國大型企業(yè)在2022年前將開發(fā)自己的AI解決方案。
這意味著，眾多企業(yè)需要自己進行配置服務器、數(shù)據(jù)處理、模型調參、模型訓練等工作。但這實際上并不輕松。
沒有專業(yè)的實力和軟硬件基礎，想要部署屬于自己的機器學習和機器人過程自動化等能力，企業(yè)勢必面臨著采用這些技術并實現(xiàn)其利益的一些障礙，包括缺乏人才、難以確定目標和投資回報率，以及對如何影響工作的擔憂。
而眼下，第四范式似乎正在逐步意識到企業(yè)的這個“門檻”，并針對性的開始了一些新鮮的嘗試。
2018年9月10日，第四范式攜手浪潮商用機器在京聯(lián)合發(fā)布了AI軟硬件一體機產品“Prophet AIO”，雙方正式宣布成立AI一體機聯(lián)合實驗室，為行業(yè)用戶實現(xiàn)AI業(yè)務提供支撐與開發(fā)能力。
圖為：Prophet AIO
據(jù)產品線負責人告訴雷鋒網(wǎng)，部署“Prophet AIO”的實際應用效果表明，最明顯的效果是：在相同成本前提下，計算性能提升10倍以上，交付周期從以半年為單位縮短到周級別。從數(shù)據(jù)性能上來看，這款機器確實挺適合這些想部署AI能力的企業(yè)。
但這究竟是怎樣的機器?
據(jù)了解，雙方之所以將一體機取名為“AIO”，其寓意為打造“AI in One”的AI產業(yè)應用全閉環(huán)。實際上，這個產品設計基于第四范式先知(Prophet)企業(yè)AI核心系統(tǒng)與浪潮O(jiān)penPOWER硬件架構的融合集成。
圖為：Prophet AIO 產品架構
2016年，第四范式發(fā)布AI開發(fā)平臺“先知”，對先知設置了參數(shù)自動化的算法，并搭建了比Spark快數(shù)百倍的機器學習的基礎架構，降低了人工參與的特征工程和模型訓練過程，還能提供自動或半自動的特征工程、模型選擇調參工具，集成了高維機器學習、AutoML和AutoCV等算法技術，降低了對數(shù)據(jù)科學家的依賴。
而此次與先知平臺結合的OpenPOWER則是區(qū)別于x86的硬件架構體系，最新POWER9處理器是針對AI應用設計的全新架構。依托GPU、FPGA、DSP 以及 ASIC的優(yōu)化加速能力和內存一致性等功能特點，在機器學習等領域應用中展現(xiàn)出較好的計算能力。
圖為：Prophet AIO 產品路線圖
第四范式創(chuàng)始人、首席執(zhí)行官戴文淵在現(xiàn)場告訴雷鋒網(wǎng)：“Prophet AIO實現(xiàn)了AI商業(yè)落地五大要素完整覆蓋，賦予企業(yè)開箱即用的AI能力，未來企業(yè)接入AI像使用手機一樣簡單，只需插電、連接網(wǎng)絡、啟動等簡單幾步即可?！?/p>
Prophet AIO的應用場景在哪?
實際上，AI在各行業(yè)的應用基本遵循兩條線：
感知和認知層面，視覺識別、語音識別、機器翻譯、自動問答、情感分析、知識圖譜等技術應用于視頻監(jiān)控、智能音箱、智能客服、實時翻譯等場景，這一些領域目前做的相對比較成熟;
算法層面，包括采用監(jiān)督學習、非監(jiān)督學習、強化學習等算法來解決實際應用中的問題，需要大規(guī)模的數(shù)據(jù)挖掘，對技術的要求非常高，此外還需要對各行業(yè)進行定制化，這使得AI的整體落地相對困難。
而綜合來看，Prophet AIO可能是目前為止業(yè)內首個針對超大規(guī)模數(shù)據(jù)挖掘與機器學習計算問題所推出的AI一體機產品，對于化解算法層面的尷尬困境有自己的優(yōu)勢。眼下，Prophet AIO將在風險反欺詐、競爭營銷、個性化推薦、廣告計算、智能制造、客戶運營及產品定價等多個數(shù)據(jù)挖掘與決策場景中“首度嘗鮮使用”。
無論是POWER9的處理器片內交換速度、IO技術優(yōu)化內存和顯存，還是“第四范式先知”的能力覆蓋AI應用開發(fā)、運行、管理等全生命周期，雙方的結合，其實也是補齊各自的短板。雷鋒網(wǎng)認為：
對成立于2018年5月的年輕的浪潮商用機器而言，急需軟件實力強勁的廠商合作背書，并加以檢驗硬件是穩(wěn)定性和客戶反饋，探索AI性能的適用場景;
對于第四范式而言，計算資源層的最后一塊拼圖也亟待補齊，大數(shù)據(jù)存儲、模塊管理、計算任務智能調度和智能運維等多個核心組件急需升級，此外第四范式自研的大規(guī)模分布式高維機器學習框架(GDBT)和深度學習框架都需要進一步優(yōu)化。
AI企業(yè)與服務器廠商的聯(lián)合將成“行業(yè)新景象”
雷鋒網(wǎng)了解到，對于服務器廠商而言，以往經常出現(xiàn)被客戶需求“推著走”的局面，很多服務器的功能急需適應大規(guī)模數(shù)據(jù)處理需求，并加入了很多AI的需求;另一方面AI企業(yè)長期從事軟件優(yōu)化、算法優(yōu)化工作，對硬件的調試等能力尚欠缺，因此在雙方的需求分析上，行業(yè)未來會出現(xiàn)一定程度上的“聯(lián)合趨勢”。
“第四范式服務的這些金融機構，已經占中國的金融總資產60%以上?？梢钥吹?，我們覆蓋面積已經很好了，但緊接著也會有痛點：當把服務裝到客戶那邊時，會遇到各種痛點，包括成本的問題、空間的問題等等。我們很多客戶都很有錢，但沒有空間放它的機器，如果把10臺機器變成一臺機器，是巨大的價值。除此之外，進一步降低部署、調試、升級的門檻，都是我們現(xiàn)在遇到的問題。從2018年上半年，我們從產品上開始在研究怎么解決這個問題，會發(fā)現(xiàn)硬件是繞不開的環(huán)節(jié)。”
戴文淵的這段話，不僅點明雙方牽手的原因，也談及了目前AI行業(yè)面臨的一些深層次問題。
圖為：第四范式創(chuàng)始人、首席執(zhí)行官戴文淵
眼下，物聯(lián)網(wǎng)和大數(shù)據(jù)技術的發(fā)展，數(shù)據(jù)呈現(xiàn)指數(shù)級的增長，AI廠商需要正視的是這些日新月異的龐大數(shù)據(jù)，隨之而來的也會是數(shù)據(jù)資源的競爭、數(shù)據(jù)智能能力的競爭。服務器廠商牢牢把控了AI“最后一公里”的物理環(huán)境和物理條件，結合勢在必行。
第四范式聯(lián)合創(chuàng)始人、首席架構師胡時偉也從技術角度闡釋了這個話題，他覺得，隨著AI業(yè)務的發(fā)展，企業(yè)的IT從成本中心慢慢變成利潤中心。
“我們從原先做一件事情要花10元錢，怎么把它省到8塊錢，變成了我們如何能夠在這個業(yè)務上找到辦法再投入10元錢以獲得更多的收益。在這個過程當中，對于資源規(guī)劃和采購的過程，對于部署交付和系統(tǒng)運帷都提出了新要求?！?/p>
或許，AI的商業(yè)化才剛剛開始，現(xiàn)在談“收割”的確為時尚早。AI企業(yè)與服務器廠商的聯(lián)合，讓業(yè)界看到了新的趨勢，而在新的趨勢下，AI的落地又將以另一種方式呈現(xiàn)。
