释放数据潜能，加速业务创新！ 《AI驱动下的IT基础架构演进》主题研讨会圆满落幕

【51CTO.com原创稿件】当前，人工智能的飞速发展推动了企业创新和产业进步，越来越多的企业开始利用AI技术并从中受益。2019年11月16日下午，由51CTO主办，英特尔承办的《AI驱动下的IT基础架构演进》主题研讨会在北京粤财JW万豪酒店举行。研讨会围绕在数据量爆炸式增长且数据结构越来越多样化，算法越来越复杂的情况下，企业应该如何应对数据分析挖掘需求，应该如何提高IT架构的算力并不断优化算法展开，来自苏宁科技集团、国美零售集团、去哪儿网、创新工场、汽车之家、58到家等企业的技术大咖齐聚一堂，针对AI驱动下企业应该如何对现有IT基础架构进行改造这一热点话题进行了深入交流与讨论，并分享他们的实践经验。

AI成为驱动企业创新转型的必然要素

毋庸置疑，AI已经成为驱动企业创新转型，建立新的生产方式，催生新的商业模式，推动企业高速发展的必然要素。随着云计算、大数据、物联网、移动互联网、5G等新技术的突破发展，AI已经在一些行业和应用场景中率先落地，例如在智能推荐、图像识别、语音识别等领域中，应用已经相对较成熟。

苏宁科技集团高级架构师汤国强在《AI在OLAP中的应用》的主题分享中提到，苏宁科技集团采用CBO+AI的方式，通过对历史查询数据的分析和训练，提高识别准确率和识别效率，并利用维度组合统计信息采集，优化查询资源分配，集群扩缩和隔离。

汽车之家高级测试经理叶薇薇在分享时同样表示，AI技术在各行各业都已经进行了各种落地实践，身处于技术支流的测试行业，自然也会在AI方面进行各种的尝试，并不断利用AI技术来加速公司业务的创新与转型，实现更好的用户体验。

时至今日，越来越多的科技巨头、创业公司和各类传统企业纷纷入局AI，积极探索如何利用AI开创新的商业模式，完成实践创新。可以说，日渐激烈的市场竞争正在不断加速AI技术的发展和创新应用，不断推动AI在各行各业中的应用落地。

加速AI落地应用，IT基础架构面临诸多挑战

众所周知，构建AI离不开数据、算法和算力。如今，数据的获取方式变得越来越简单，企业的数据量呈现出爆炸式增长的态势，对算法和算力提出了更高的要求。其中，企业除了需要不断优化算法之外，利用创新的IT基础架构来提高算力，也成为核心重点。本次技术研讨会上，与会嘉宾围绕AI技术落地应用对IT基础架构提出了哪些挑战，AI时代企业在IT基础架构优化方面有哪些应对策略和实践经验以及什么样的IT基础架构才能获得长足发展三个话题进行了交流探讨。

国美技术经理高旭分享了他们组讨论的观点。高旭表示，AI实际上就是对数据进行分析、挖掘，如果数据不统一、不精准，AI技术的落地就非常困难。因此，AI的应用落地对硬件架构提出了非常高的挑战，特别是随着数据量的爆炸式增长，如果AI平台的算力不够，存储网络延迟过高，就会出现数据在规定的时间无法准确的计算出结果，就无法保证AI应用的落地，这是很多企业在AI应用上遇到的最大的挑战。因此，想要部署AI，必须先优化企业的IT基础架构，确保IT架构能够满足AI应用，这是硬性指标，是不能绕过的坎儿。

苏宁科技集团高级架构师汤国强则认为，目前，进入AI的门槛仍然比较高，很多算法和训练方式都不太好用。如何在不同的场景下选择适用的算法和训练模型，如何将训练集转化成特征值，然后选用更合适的算法训练成模型来应用，是企业面临的主要挑战。由于AI对算力提出了更高的要求，如何提高算力，降低延迟，快速分析处理数据，这就需要新的IT架构来予以支持。他表示，除了提高数据中心的算力之外，可以采用边缘计算小集群的方式来提高数据处理能力，从而减轻数据中心的负载，更快加速AI的应用落地。

去哪儿网高级技术总监张宇从计算机视觉、自然语言处理和围棋等应用场景出发分享他们组的讨论观点。他表示，目前业内AI的相关应用逐渐转向深度学习的计算架构，相较浅层机器学习应用只需要CPU算力，深度学习需要大量并行计算的算力，GPU成为AI应用落地必选的IT应用架构。由于单个GPU很难满足现在越来越深的网络结构以及实时的响应速度，针对GPU集群的模型部署以及对应的架构和网络延迟解决方案是我们需要面对的新挑战。在AI赋能的新时代，IT基础架构在意识上需要与时俱进，架构保持可扩展与前瞻性，才能积极拥抱变化和新时代的发展。

汽车之家高级测试经理桌长叶薇薇在分享中表示，试看AI落地比较成熟的领域如语音识别、图像识别等，可以看到一些共同的特点，所研究的对象具有一些相同的特性，比如图像识别中的图片可以抽象成一些像素矩阵，而语音识别中的声音也可以抽象成频率的波动数据，那么测试领域要想在AI方面有所建树，就要进行一些模型化的抽象，将测试过程进行抽象化建模，并收集历史数据，只有完成这些基础架构才能为后期的AI赋能搭桥铺路。他认为，AI对于基础环境的搭建特别是运算力的GPU与数据存储的基础设备都有很高要求。

作为最后一位分享的嘉宾，创新工场技术总监尹大飞则从推荐系统的应用出发，分享了他们组讨论的观点。尹大飞表示，推荐系统是AI真正落地的典型应用。随着数据量的爆炸式增长，数据类型越来越丰富，人脸识别、语音分析、图像识别等等AI的应用场景越来越多，对IT基础架构的要求也越来越高，这是当前AI应用落地面临的主要挑战。因此，就需要更高性能的IT系统来支持数据分析与数据处理的要求，需要不断优化IT架构，利用新的技术、产品和解决方案来满足更多AI应用场景的落地需求。

英特尔以端到端的解决方案，助力AI技术应用落地

在推动AI应用上，英特尔始终走在行业的前列，其提供的端到端的AI解决方案，帮助企业解决在构建AI过程中遇到的软硬件问题，加速推动AI的落地。

本次技术沙龙，Intel人工智能方案架构师赵玉萍从硬件、软件和社区三个方面，详细介绍了英特尔在AI领域的产品和解决方案，并通过几个典型的成功案例，分享了英特尔在AI方面取得的成果。赵玉萍表示，AI时代如何让数据更快的流动才是最重要的目标。基于此，英特尔提供了包括计算、存储和网络等在内的硬件产品和不断优化的软件产品。

在硬件上，除了性能更强的第二代至强可扩展处理器之外，英特尔还推出了傲腾数据中心级持久内存、傲腾数据中心级固态盘，以及英特尔以太网、FPGA加速器等产品。在软件方面，英特尔专业的软件团队通过持续不断的对软件进行优化，使得硬件性能得到充分的发挥，不仅仅是在深度学习方面，在传统的机器学习方面，包括底层库等等，英特尔都有非常好的优化方案。此外，英特尔还通过社区不断与开发者进行交流，将最新的技术成果通过社区进行分享，让大家共同学习与提高。最后，英特尔还持续不断地进行未来技术的研究，包括类脑计算、量子计算等方面，与业界共同推动新一代人工智能应用的落地。

赵玉萍表示，英特尔是一家拥有全套人工智能解决方案的公司，公司会根据客户的使用场景，为其推荐相应的产品和解决方案。此外，针对人工智能领域的工作负载越来越复杂，当企业无法使用单一芯片进行工作处理时，英特尔还可以帮助其将大量芯片联结在一起，通过领先的性能和软件的配合为用户提供巨大的增益。

总结：面对AI技术落地应用给IT基础架构带来挑战，走在行业前沿的互联网企业必须积极的站出来，勇于探索和尝试，不断利用新技术重构IT架构，突破挑战，降低成本，全力推动AI在不同场景的应用落地。本场研讨会，各行各业的技术大牛们不止一次提到AI带来的挑战，也结合自己公司的业务场景分享了他们的技术解决方案，与同行进行了深入的探讨，受益匪浅。

面对AI带来的IT基础架构的挑战，英特尔也提供了非常成熟的端到端的解决方案。借助英特尔软硬件产品，企业能够积极应对新技术应用给IT架构带来的挑战，加速业务创新步伐，以保证在未来长期的市场竞争环境中，获得持续的竞争优势。

【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】