017年被國內許多研究人員視為是中國AI元年，也是AI生態(tài)和市場(chǎng)迅速發(fā)展的一年。在國家政策和資本注入的共同推動(dòng)下，大量AI初創(chuàng )企業(yè)紛紛涌現、行業(yè)應用迅速落地。AI市場(chǎng)的火熱，也為以GPU服務(wù)器為主的AI基礎設施擴張造就了良機。一些市場(chǎng)調研機構的統計數據，也從側面佐證了這一觀(guān)點(diǎn)。

    近日，國際數據公司IDC發(fā)布了新的《人工智能基礎架構市場(chǎng)（2019下半年）跟蹤》報告。該報告顯示，2019年人工智能基礎架構市場(chǎng)規模達到20．9億美元，同比增長(cháng)58．7％。其中GPU服務(wù)器占據96．1％的市場(chǎng)份額。IDC預測到2024年，中國GPU服務(wù)器市場(chǎng)規模將達到64億美元。

    當前，工業(yè)與學(xué)術(shù)界的數據科學(xué)家已將GPU用于機器學(xué)習以便在各種應用上實(shí)現開(kāi)創(chuàng )性的改進(jìn)，這些應用包括視頻分析、語(yǔ)音識別、圖像分類(lèi)、以及自然語(yǔ)言處理等。在產(chǎn)業(yè)合作方面，浪潮、科大訊飛、今日頭條、滴滴等科技公司已經(jīng)開(kāi)始積極合作，致力于幫助行業(yè)客戶(hù)在視頻、搜索、語(yǔ)音、圖像、網(wǎng)絡(luò )等方面取得數量級的應用性能提升。

    從硬件架構來(lái)看，AI服務(wù)器主要指的是采用異構形式的服務(wù)器，有CPU＋FPGA、CPU＋GPU、CPU＋TPU等多種形式。其中，采用CPU＋GPU結構的AI服務(wù)器十分廣泛。因此在業(yè)界，也有許多人將其默認為GPU服務(wù)器。截至目前，GPU服務(wù)器在醫療、游戲、電商、金融、安防等行業(yè)有著(zhù)廣泛的應用。

    人工智能需要強大的計算能力，也就是CPU＋GPU；快速的存儲，減少延遲提升性能；大內存容量，供海量數據分析；專(zhuān)用芯片，在某一AI計算領(lǐng)域可提供更強的性能及更低功耗，例如人臉識別專(zhuān)用芯片可以植入攝像頭中，功耗要比服務(wù)器低數十倍。

    此外，GPU加速計算可以在GPU仍然運行其余程序代碼的情況下，將應用程序中計算密集部分的工作負載轉移到GPU，從而提供良好的應用程序性能。從用戶(hù)的角度來(lái)看，應用程序運行得更快?；诖?，提升GPU服務(wù)器性能勢在必行。

    用戶(hù)在選購GPU，也要考慮業(yè)務(wù)應用先選擇GPU型號、使用場(chǎng)景及數量（邊緣和中心）、自我需求及IT運維能力、集群系統的成熟度及工程效率、配套軟件的價(jià)值以及服務(wù)的價(jià)值等因素。

    人工智能AI平臺基礎架構中至關(guān)重要的就是存儲架構?？傮w來(lái)看，存儲架構主要有三種模式：基于數據塊的SAN存儲、基于文件的NAS存儲和對象存儲。未來(lái)，隨著(zhù)人工智能技術(shù)在各領(lǐng)域應用程度的不斷深化，存儲結構也將進(jìn)行相應的升級。

    眼下，人工智能服務(wù)器正在快速的成熟和完善中，結合整個(gè)人工智能技術(shù)和服務(wù)的發(fā)展，未來(lái)人工智能服務(wù)器會(huì )重點(diǎn)在低功耗設計、智能邊緣計算、軟硬件平臺融合等領(lǐng)域產(chǎn)生新的突破。而在這一輪以深度神經(jīng)網(wǎng)絡(luò )為理論基礎的人工智能大發(fā)展中，創(chuàng )新算法、海量數據和模型訓練計算能力是三個(gè)不容忽視的推動(dòng)要素。

    實(shí)際上，傳統行業(yè)與AI融合時(shí)所面臨的挑戰往往不在于算力，而在于缺乏平臺、應用程序開(kāi)發(fā)，以及算法、模型調整方面的技術(shù)能力，未來(lái)業(yè)內人士也需要在這些方面進(jìn)行強化。計算無(wú)處不在，互聯(lián)無(wú)處不在，AI無(wú)處不在，或許就是科技迅速發(fā)展的一大表現吧！

    轉自丨中國智能制造網(wǎng)