近日，Intel在京召開了人工智能技術(shù)研討會，ACM世界冠軍、第四范式副總裁&基礎技術(shù)研發(fā)負責人鄭曌應邀出席，并發(fā)表了題為“第四范式在算力時代賦能企業(yè)AI轉(zhuǎn)型”的主題演講。早在去年9月，第四范式就已經(jīng)與英特爾成立了"英特爾與第四范式人工智能聯(lián)合實驗室"，通過軟硬一體化技術(shù)加速推動AI產(chǎn)業(yè)化進程。
鄭曌在演講中公布了聯(lián)合實驗室的技術(shù)突破，第四范式基于Intel最新發(fā)布的第二代至強可擴展處理器（CascadeLake），在金融、醫(yī)療等行業(yè)中的AI算力研究和場景應用實踐上已經(jīng)取得卓有成效的成果。與傳統(tǒng)系統(tǒng)相比，第四范式通過將自主研發(fā)的企業(yè)級AIPaaS平臺“先知”，與IntelCascadeLake、Intel傲騰固態(tài)等先進的處理器和內(nèi)存架構(gòu)相結(jié)合，打造出更加低門檻、低TCO和高可用的軟硬一體AI基礎設施，使企業(yè)開發(fā)、部署和應用AI更容易便捷，在AI轉(zhuǎn)型的過程中獲得競爭優(yōu)勢。
圖為第四范式副總裁&基礎技術(shù)研發(fā)負責人鄭曌發(fā)表演講
實踐出真知軟件定義算力時代來臨
隨著AI應用在各個行業(yè)不斷驗證和深入，數(shù)據(jù)規(guī)模、算法復雜度、企業(yè)業(yè)務場景數(shù)量都呈集合倍數(shù)增加，導致基于大數(shù)據(jù)的數(shù)據(jù)治理基礎架構(gòu)、AI算法拼接+CPU/GPU等野蠻硬件堆砌方式難以支撐企業(yè)多場景、集中管理AI應用的需求，從而引發(fā)由服務器規(guī)模激增帶來的投入產(chǎn)出比低、運維成本高等一系列問題;另一方面，面向AI的數(shù)據(jù)治理，更深、更寬、更復雜，“用算力換智能”的AutoML自動機器學習算法正在快速、規(guī)?；瘧谩Υ?，鄭曌認為，機器學習算法的突飛猛進和算力的捉襟見肘，成為目前企業(yè)在AI轉(zhuǎn)型過程中共同面臨的艱難抉擇。在服務企業(yè)的過程中，第四范式發(fā)現(xiàn)先進的機器學習算法、完整的AI治理能力，也在倒逼和推動硬件技術(shù)的迭代與演進，特別是針對企業(yè)業(yè)務、算法、數(shù)據(jù)、平臺、治理的體系化建設和統(tǒng)籌優(yōu)化?！败浖谥匦露xAI時代的計算?！编崟妆硎尽?/strong>
通過高性能AI軟硬一體優(yōu)化打造AI系統(tǒng)閉環(huán)、搭建更適合AI的體系結(jié)構(gòu)，貫通從算力到業(yè)務的價值鏈條，可以彌補現(xiàn)有IT架構(gòu)導致的算力不足、軟硬件不匹配等問題，幫助企業(yè)充分激發(fā)機器的算力構(gòu)建AI能力，完成業(yè)務場景中的智能決策。第四范式先知是領先的AIPaaS平臺，內(nèi)置AI數(shù)據(jù)治理平臺—DataPlatform、AI應用開發(fā)與運行中間件—Hyper-Engine、模型調(diào)研與開發(fā)工具—Studio、應用上線與運維管理工具—Console和應用市場SolutionShop等5大核心產(chǎn)品組件，以及自研AutoML算法、高性能實時特征數(shù)據(jù)庫RtiDB和高維機器學習框架GDBT等核心技術(shù)，并提供靈活、高效、能力全面的開發(fā)環(huán)境，賦能企業(yè)全棧式AI能力，覆蓋更廣泛的開發(fā)者。同時，第四范式也在探索如何將AI平臺層與硬件服務器基礎層一體化優(yōu)化。在系統(tǒng)方面，AI軟硬一體化集成系統(tǒng)做到端到端優(yōu)化適配，最大限度發(fā)揮軟硬件效能，大幅提升性能表現(xiàn);而軟硬一體的交付模式，可以大幅提升企業(yè)部署效率，為企業(yè)解決軟硬件兼容問題，同時提升系統(tǒng)穩(wěn)定性。
軟硬一體化提供企業(yè)AI轉(zhuǎn)型捷徑
第四范式通過軟硬一體化技術(shù)，幫助多個客戶實現(xiàn)了AI應用的快速轉(zhuǎn)化與部署。以金融行業(yè)最普遍的智能風控場景為例，第四范式領先的AutoML算法通過對算法的自動調(diào)參探索、自動的特征組合，帶來了顯著的業(yè)務效果提升，但普通的中低配CPU和低速大容量存儲介質(zhì)，受制于訪存帶寬限制，無法支撐高維稀疏機器學習模型在AI訓練過程中的數(shù)據(jù)高效訪問，從而降低了AI流程的運行速度。而Intel推出的OptaneSSD則解決了AI訓練和計算過程中的頻繁特征數(shù)據(jù)計算的難題，結(jié)合第四范式自研的Memory/SSD自動緩存切換技術(shù)，能夠為企業(yè)AI應用提供了領先的硬件存儲特性，特別是革命性的3DXPoint™技術(shù)，打破了內(nèi)存和固態(tài)硬盤之間的邊界，融合了高吞吐量、低延遲、高服務質(zhì)量、高耐用性和非易性特性等特點，成為第四范式構(gòu)建高效分布式多級存儲系統(tǒng)的磐石，讓“第四范式先知”平臺獲得了更高效的存儲和查詢能力，極大提升了客戶AI場景下的計算能力。
除了智能風控場景，在金融監(jiān)管合規(guī)越來越嚴苛的趨勢下，反洗錢領域也成為AI技術(shù)應用的熱點，得益于在機器學習領域的有深入研究和創(chuàng)新理念，第四范式已經(jīng)在該領域取得了全球同業(yè)矚目的案例應用。在某行的反洗錢項目中，第四范式通過兩年交易數(shù)據(jù)訓練了案宗識別精準模型，模型每日預估5000萬-8000萬案宗交易量，十個月完成225億個案宗交易流水。該模型基于第四范式推出的深度稀疏網(wǎng)絡（DeepSparseNetwork,DSN）算法，支持的模型維度達到千億級，確保模型效果有了更大的提升空間。深度稀疏網(wǎng)絡與傳統(tǒng)模型或向“深”(模型優(yōu)化)發(fā)展，或向“寬”(特征優(yōu)化)發(fā)展不同，它對數(shù)據(jù)的高維處理，使之有能力將兩種發(fā)展方向進行融合，從而兼顧兩方面的優(yōu)勢。另外一點，它與其他反饋型算法模型所要求的強大并行計算能力也不同，構(gòu)建的是一個巨型的金字塔型數(shù)據(jù)矩陣，整體的模型維度可以達到萬億級，因此其對于通用計算能力，以及海量內(nèi)存支撐能力有著更迫切的需求。Intel新一代“CascadeLake”可擴展Xeon至強服務器處理器，除了支持OptaneSSD高速存儲技術(shù)外，也展現(xiàn)出AI算力的“天賦”，集成最高56核的全新微架構(gòu)物理核心和革新的核內(nèi)互聯(lián)架構(gòu)，并支持12通道原生DDR4內(nèi)存，這對于加速包括建模、仿真、機器學習和高性能計算在內(nèi)的一系列數(shù)據(jù)密集型工作起到了重要的加速作用，整體性能相比上一代產(chǎn)品有了大幅提升。這種性能提升讓第四范式AI平臺有了足夠的算力來應對萬億級高維數(shù)據(jù)處理提出的挑戰(zhàn)，以其強大的并行計算處理能力，滿足了具體業(yè)務場景中的算力需求。
這些成功案例正是同為AI領域領先企業(yè)的第四范式和Intel共同努力的成果，未來，第四范式將繼續(xù)與Intel展開深度合作研究，充分發(fā)揮自身在算法、數(shù)據(jù)等方面的優(yōu)勢，融合Intel領先硬件技術(shù)，為客戶和合作伙伴帶來更多的創(chuàng)新技術(shù)和產(chǎn)品，為AI在更多行業(yè)的落地貢獻力量。
- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 比亞迪第五代DM技術(shù)問世，首搭秦L/海豹06 DM-i，開創(chuàng)油耗2時代！
- 小紅書沉帖降權(quán)怎么做，有效方法大盤點！
- 亞洲時刻京東送上電視好禮 以舊換新一體化服務讓低價更靠譜
- 互聯(lián)網(wǎng)營銷師和全媒體運營師的區(qū)別?
- 聯(lián)想集團車計算“超級大腦”概念機亮相
- 華策影視設立專項基金成立AIGC應用研究院
- 三部委審批，聯(lián)合發(fā)布9個新職業(yè)，“互聯(lián)網(wǎng)營銷師”上榜
- 互聯(lián)網(wǎng)營銷師的報考條件是什么？
- 互聯(lián)網(wǎng)營銷師的適合人群有哪些？
- 互聯(lián)網(wǎng)營銷師行業(yè)前景怎么樣？
免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
