在服务器上运行AI的瓶颈局限
亿网在服务器上运行AI的瓶颈局限
- 作者：新网
- 来源：新网
- 浏览：100
- 2018-05-04 18:47:01
当前的企业组织机构正在积极努力的应对众多的变数，以确定他们对使用由深度学习时带来的能够提供新的洞察见解的人工智能(AI)应用程序到底应该采取怎样的立场。而这一领域在当下可以说是充满了无限的商机，不采取积极的行动可能会演变成商业灾难，因为企业的竞争对手们正在收集并分析处理海量以前无法获得的数据信息，来扩大其客户群。大多数企业组织都已然意识到了这一严峻的挑战，故而他们的业务部门、IT员工、数据科学家和开发人员们都在共同努力，以确定企业的人工智能战略。
当前的企业组织机构正在积极努力的应对众多的变数，以确定他们对使用由深度学习时带来的能够提供新的洞察见解的人工智能(AI)应用程序到底应该采取怎样的立场。而这一领域在当下可以说是充满了无限的商机，不采取积极的行动可能会演变成商业灾难，因为企业的竞争对手们正在收集并分析处理海量以前无法获得的数据信息，来扩大其客户群。大多数企业组织都已然意识到了这一严峻的挑战，故而他们的业务部门、IT员工、数据科学家和开发人员们都在共同努力，以确定企业的人工智能战略。
< div> 在某种程度上，采用AI战略的企业将逐步体验到在利用AI应用程序方面更为先进的领军企业们过往的经历：他们的 服务器性能将遭遇到瓶颈局限问题。人工智能应用程序，特别是深度学习系统可以对当下呈指数级不断增长的海量数据信息进行分析，但这些系统要求非常高，并且需要具备强大的并行处理能力，故而越来越多的标准化CPU已然无法充分执行这些AI任务了。早期阶段和高级阶段的AI用户在某些时候将不得不彻底改造其服务器基础设施以实现所需的相关性能。 因此，IDC建议正在开发AI功能或扩展现有AI功能的企业组织机构应以严格控制的方式解决这一 服务器性能瓶颈问题。务必要在充分掌握相关细节的前提下实施下一步的基础设施迁移。此外，我们建议他们务必要与其服务器供应商密切合作，这些服务器供应商可以为企业客户从早期阶段尽快过渡到稳步的高级生产阶段，进而充分利用AI功能提供相应的指导。 IDC发现，大多数处于概念验证(POC)测试或生产模式的人工智能和深度学习应用程序的企业在某种程度上已经达到了 “服务器基础设施瓶颈限制”的水平——有时在这些企业迁移到不同的服务器基础设施后，会不止一次的出现基础设施瓶颈局限性的问题。