跨越斷層：讓AI從實(shí)驗(yàn)室，真正走入生產(chǎn)流水線

時(shí)間：2022-04-19 15:33:01 | 來源：行業(yè)動(dòng)態(tài)

時(shí)間：2022-04-19 15:33:01 來源：行業(yè)動(dòng)態(tài)

從 BigDL 到 Analytics Zoo，其實(shí)也看到了英特爾軟硬層的統(tǒng)一。

戴金權(quán)表示，用戶在應(yīng)用開發(fā)之時(shí)，可能在一個(gè)筆記本上構(gòu)建一個(gè)簡(jiǎn)單的原型，在實(shí)驗(yàn)環(huán)境取得不錯(cuò)效果后，后續(xù)希望部署到生產(chǎn)系統(tǒng)中，這就容易出現(xiàn)一個(gè)斷層。

即大數(shù)據(jù)處理工作與深度學(xué)習(xí)模型算法之間的斷層，深度學(xué)習(xí)頂尖研究人員不斷在突破模型，但是數(shù)據(jù)科學(xué)家、分析師、普通用戶卻很難將模型應(yīng)用到現(xiàn)實(shí)的生產(chǎn)環(huán)境當(dāng)中去。

這也是英特爾選擇將 BigDL 和 Analytics Zoo開源的目的。

通過開源 Analytics Zoo，第一是能夠?qū)⒉煌目蚣軣o縫的集成到流水線里面去，第二是在開發(fā)過程中，可以嵌入各種深度學(xué)習(xí)的功能。這是我們的一個(gè)主要的出發(fā)點(diǎn)，可以幫助用戶將整個(gè)大數(shù)據(jù)分析 AI 的應(yīng)用從端到端流水線構(gòu)建出來，而且它可以很方便的從筆記本運(yùn)行到集群、運(yùn)行到生產(chǎn)環(huán)境當(dāng)中去，這是我們?cè)诘讓覣nalytics Zoo這個(gè)平臺(tái)里所做的工作。

戴金權(quán)還認(rèn)為，當(dāng)深度學(xué)習(xí)、人工智能應(yīng)用場(chǎng)景更加廣泛，要處理的數(shù)據(jù)更加廣泛，因此構(gòu)建端到端的大數(shù)據(jù)處理分析加上機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的統(tǒng)一流水線成為剛需，而軟件是一個(gè)很好途徑，因?yàn)樗N近用戶。

如此來看，不僅是硬件，軟件對(duì)于英特爾同樣重要，尤其是在推進(jìn)AI更廣泛的部署中，今天可以看到一個(gè)趨勢(shì)，就是這些大數(shù)據(jù)也好、AI也好，這些基礎(chǔ)軟件都是在一個(gè)開源的生態(tài)系統(tǒng)中來進(jìn)行開發(fā)、優(yōu)化，英特爾本身來說是在開源系統(tǒng)中非常重要的角色。

回到AI實(shí)際部署的話題，戴金權(quán)同樣表示，其實(shí)BigDL 和 Analytics Zoo的初衷，正是希望將大數(shù)據(jù)處理分析和深度學(xué)習(xí)很好的整合在一個(gè)處理的工作流或者流水線當(dāng)中，讓AI不再停留在實(shí)驗(yàn)室，還要走到實(shí)際應(yīng)用當(dāng)中去。

目前，Analytics Zoo也已被MasterCard、騰訊、韻達(dá)物流等實(shí)際運(yùn)用到生產(chǎn)線中，借助該技術(shù)，韻達(dá)每年傳遞的4.7億件快遞，可以快速完成分揀和運(yùn)輸，不但降低了一線快遞小哥的繁重工作，還提升了運(yùn)輸車輛的效率，減少成本。

如今，英特爾將聚焦點(diǎn)放在了基于軟件和硬件的協(xié)同創(chuàng)新上，因?yàn)橛?jì)算力是在指數(shù)級(jí)的增長(zhǎng)，如果想實(shí)現(xiàn)指數(shù)級(jí)的增長(zhǎng)，必須要硬件和軟件共同創(chuàng)新，軟件社區(qū)和硬件社區(qū)應(yīng)相互交流，并真正去思考彼此的問題，比以往任何時(shí)候都更重要。