近年來，AI普惠已成為企業(yè)數(shù)字化的一條快速通道，各類數(shù)字化工具為企業(yè)上云、用數(shù)、賦智提供了便捷的手段，而智能化也不再是那么的遙不可及。一方面，基礎(chǔ)設(shè)施的算力在后摩爾定律時代高速增長，另一方面，越來越多的算力被以云服務(wù)的方式提供，甚至HPC云化也變成了一種潮流。此時，企業(yè)獲取AI也在變得更加簡便。
算力多元化 企業(yè)如何快速獲取AI能力？（圖片來自Techspirited）
IDC預(yù)測，2023年AI系統(tǒng)的支出將達(dá)到979億美元，是2019年375億美元支出的2.5倍多。在摩爾定律和云效率的幫助下，人工智能正在從復(fù)雜的組織向每一個應(yīng)用程序滲透。例如在NVIDIA的數(shù)據(jù)中心業(yè)務(wù)版圖中，AI扮演著至關(guān)重要的作用，GPU可以滿足大規(guī)模的并行計算需求，并且得益于Tensor Core和TensorRT的支持在云端低精度計算上構(gòu)筑了技術(shù)優(yōu)勢，TensorRT 5可以將FP32模型轉(zhuǎn)換成FP16或INT8模型，而不損失準(zhǔn)確率，并降低能耗。
圍繞TensorRT，NVIDIA幫助阿里巴巴和百度構(gòu)建了深度推薦系統(tǒng)，對TensorFlow的輸出結(jié)果進(jìn)行優(yōu)化，通過計算尋找計算圖中可以融合的節(jié)點(diǎn)和邊，減少訪問以便開發(fā)者使用CUDA將負(fù)載高效部署在任意的GPU上。
此前，企業(yè)要在互聯(lián)網(wǎng)數(shù)以百億計的信息流中找到用戶真正關(guān)心的內(nèi)容就像大海撈針，而這需要一個智能的篩選系統(tǒng)將有效信息從數(shù)十億過濾到數(shù)百個，并且進(jìn)行排序，依據(jù)就是對用戶喜好的了解，這種推薦系統(tǒng)的計算平臺已從CPU轉(zhuǎn)向GPU。在百度，10TB量級的數(shù)據(jù)使用GPU訓(xùn)練成本可減少90%。阿里在處理“雙11”的交易量時，使用基于GPU的深度學(xué)習(xí)模型每秒可處理780個請求。
以往，機(jī)器學(xué)習(xí)采用的還是一些傳統(tǒng)處理器架構(gòu)，比如說CPU，有很多AI負(fù)載架構(gòu)在CPU之上，CPU實(shí)際上是一個針對應(yīng)用和網(wǎng)絡(luò)設(shè)計的處理器，是標(biāo)量處理器。后來的GPU是針對圖形和高性能計算、以向量處理為核心的處理器，從2016年到現(xiàn)在被廣泛應(yīng)用在一些AI應(yīng)用里。但在Graphcore看來，AI是一個全新的應(yīng)用架構(gòu)，底層是以計算圖作為表征的，所以需要一種全新的處理器架構(gòu)，而Graphcore IPU就是針對計算圖的處理所設(shè)計的一款處理器。
在Armv9架構(gòu)中也加入了針對AI的設(shè)計理念，AI工作負(fù)載的普遍性和廣泛性需要更多樣化和專用的解決方案。據(jù)估計，到21世紀(jì)20年代中期，全球?qū)⒂谐^80億臺搭載AI語音輔助的設(shè)備。且90%或更多設(shè)備上的應(yīng)用程序?qū)珹I元素以及基于AI的界面，如視覺或語音。
為了滿足這一需求，Arm與富士通合作開發(fā)了可伸縮矢量擴(kuò)展（Scalable Vector Extension, SVE）技術(shù)，并驅(qū)動了世界上最快的超級計算機(jī)“富岳”。在此基礎(chǔ)上，Arm為Armv9開發(fā)了SVE2，以便在更廣泛的應(yīng)用中實(shí)現(xiàn)增強(qiáng)的機(jī)器學(xué)習(xí)和數(shù)字信號處理能力。
SVE2增強(qiáng)了對在CPU上本地運(yùn)行的5G系統(tǒng)、虛擬和增強(qiáng)現(xiàn)實(shí)以及ML工作負(fù)載的處理能力，例如圖像處理和智能家居應(yīng)用。在未來幾年，Arm將進(jìn)一步擴(kuò)展其技術(shù)的AI能力，除了在其Mali GPU和Ethos NPU中持續(xù)進(jìn)行AI創(chuàng)新外，還將大幅增強(qiáng)CPU內(nèi)的矩陣乘法。
華為則認(rèn)為，進(jìn)入21世紀(jì)，以CPU為代表的、基于規(guī)則的算力出現(xiàn)過剩，由此出現(xiàn)了云�？梢哉f，云匯聚各類工作負(fù)載，又將反過來驅(qū)動各類計算的創(chuàng)新與進(jìn)步，尤其是以暴力計算為特征的統(tǒng)計計算，以及統(tǒng)計和規(guī)則為特征的混合計算。
如今，有越來越多的AI應(yīng)用發(fā)生在云端，尤其是對于智能技術(shù)需求高的行業(yè)而言，他們甚至可以說是被AI逼上公有云，而那些原本使用私有云的企業(yè)用戶，也由私有云躍遷到了混合云。當(dāng)人工智能走向云端，開發(fā)者既是第一批受益者，又成為了云服務(wù)商手中的核心資源。此外，就像微軟不惜重金收購GitHub、谷歌開源TensorFlow一樣，核心的開發(fā)者群體或社區(qū)貢獻(xiàn)著數(shù)以萬計的應(yīng)用資源，而背后的這些數(shù)據(jù)資源如果悉數(shù)運(yùn)行在Azure或谷歌云平臺上，對于微軟和谷歌的云業(yè)務(wù)發(fā)展也是強(qiáng)勢助力。
另一方面，低代碼和無代碼也加速了AI的普及落地。低代碼指的是減少傳統(tǒng)應(yīng)用程序的代碼編寫量，主要通過圖形化可視化界面，以拖放組件和模型驅(qū)動邏輯的方式，讓更多業(yè)務(wù)人員和IT開發(fā)人員共同參與業(yè)務(wù)流程的優(yōu)化，快速為Web端和移動端創(chuàng)建企業(yè)級應(yīng)用。Gartner預(yù)計，65%的企業(yè)應(yīng)用在未來的4年中都會變成低代碼的應(yīng)用，到2024年，65%的企業(yè)都會采用低代碼的應(yīng)用。
為了更好地服務(wù)客戶，G&J Pepsi一直在接納采用領(lǐng)先的技術(shù)。隨著公司IT部門對移動辦公的需求越來越高，IT部門面臨著越來越多的機(jī)遇和挑戰(zhàn)。通過微軟Power Apps、Power BI和Power Automate，G&J Pepsi的七人IT團(tuán)隊創(chuàng)建了用于門店審計和銷售流程自動化的定制化應(yīng)用。通過這些自定義的應(yīng)用，IT團(tuán)隊可以建立、部署和管理可擴(kuò)展的端到端解決方案，無需任何開發(fā)應(yīng)用程序的經(jīng)驗，大幅提升了移動業(yè)務(wù)的效率和能力。
豐田汽車公司尋求一種無需IT部門大量參與的解決方案，用以提高跨部門、跨學(xué)科的合作效率，滿足企業(yè)創(chuàng)新需求。通過部署微軟Power Apps，豐田汽車公司的員工可以自主請求開發(fā)應(yīng)用程序。借助跨應(yīng)用程序的自動化，員工大大減少了每年在數(shù)據(jù)輸入上花費(fèi)的時間。目前豐田汽車公司已經(jīng)通過Power Apps開發(fā)了400多個應(yīng)用程序，影響范圍從部分專業(yè)成員擴(kuò)展至擁有成千上萬名員工的團(tuán)隊。
據(jù)微軟統(tǒng)計，Power Apps能夠幫助企業(yè)減少70%的應(yīng)用程序開發(fā)成本，目前已有95%的世界五百強(qiáng)企業(yè)都在使用Power Apps自定義構(gòu)建程序。Power Apps還可與自動化工作流解決方案Power Automate一起使用，用于數(shù)據(jù)集成。
可以看到，無論是通過云還是本地計算的方式，客戶關(guān)心的是AI功能如何快速、高效、低成本的實(shí)現(xiàn)，而這對于產(chǎn)品和服務(wù)提供商來說，則有了巨大的市場空間。
(7651541)
