搜索搜索

產業AI化成趨勢,Bigtera AI解決方案協助企業加速AI研發之路

應用案例2021-05-27

從 2015 到 2020 年,AI(人工智慧)市場每年都有新的驅動力產生,從認知到探索,到深入應用,再到規模化,市場結構每年都在不斷演進。根據 IDC 報告,截至 2020 年底,全球 AI 市場達到 2814 億美元。在 2021 年,此一市場預計將會再成長 16.4%,達到 3275 億美元的市場規模。到 2024年,此一市場預計將會進一步達到 5000 億美元的規模,達成 17.5% 的複合年成長率。

自 2020 年以來,人工智慧市場也出現前所未有的榮景:疫情的防控及新基礎建設的推出使得人工智慧、資料智慧的重視與投入再創新高。AI產業方興未艾,需求爆發,各大廠也紛紛建立自己的 AI 開放平台,搶奪 AI 市場的入場券。

產業 AI 化已經從早期的試點逐漸成為企業發展的需求。無論是工業製造業、醫療產業還是資訊產業等,各行各業都將迎接數位及智慧化升級的浪潮,目前有超過九成的企業正在使用或計劃在未來三年內使用人工智慧。

但對企業來說,部署人工智慧平台又是一個全新的挑戰。從大數據的資料預處理、AI 模型訓練、到 AI 預測應用部署的複雜流程中,企業經常因不同階段所需的異構環境、多種運算架構、甚至跨部門的協作而困擾。

  • 日益增大的需求:企業業務拓展需求,迫切需要搭建 AI 雲,進行 AI 相關的研究
  • 有限的硬體資源:CPU,特別是 GPU 等運算資源昂貴,但屬於 AI 研究的普遍需求,因此需要充分提高演算資源的利用率
  • 複雜的搭建流程:AI 模型需要經過大量的偵錯及測試才能部署上線,而偵錯及測試環境需要頻繁拆建,耗時嚴重
  • 頻繁的資源爭奪:僧多粥少,團隊與個人之間容易發生資源爭奪與獨占,需要合理且公平的分配機制

Bigtera AI 整體解決方案,整合了 AIStack 管理平台、Kubernetes 平台以及 Scaler 分佈式儲存三部分,提供完整的 AI 開發工作流程服務,從資料儲存、資料預處理、模型訓練到模型部署與服務整個過程,為企業提供高效、易用的人工智慧開發平台,協助企業加速AI研究與開發。

AI Stack平台專注於企業級的AI開發場景,整合演算能力、儲存以及 AI 訓練開發環境,打造企業跨部門進行 AI 項目協作的管理平台,幫助使用者快速建構分析環境,達到資源統一分配、靈活調度,進而協助企業以更有效率的方式進行AI 相關的開發與研究。

該平台採用彈性可伸縮架構,低延遲輕量級設計,快速回應業務需求。相互隔離IT系統管理與業務服務,為 IT 管理人員提供細粒度的資源管理與調度功能,同時支持多種開發工具(如 Jupyter),提供 Shell 工具,方便對框架和模型進行偵錯,並相容多種深度最佳化的深度學習框架(Caffe、Tensorflow、Mxnet 等)和容器,可設置不同分析環境範本,幫助使用者透過範本快速建構訓練環境,使業務人員可以專注於其專業領域,提高效率,提升核心競爭力。

此外,平台支援GPU虛擬化,充分利用GPU資源,以更好的方式加速資料中心的圖形和運算負載,提升管理能力,提高分析效率,降低整體擁有成本。此外,還支援最新NVIDIA Ampere架構A100 GPU,更強運算性能與GPU間更高的互聯頻寬,可帶來更高的AI運算效率,支援使用者進行更大資料規模、更複雜模型的AI訓練。

同時,平台的底層儲存採用企業級分佈式儲存集群,提供超高性能的儲存服務與更安全的資料保障,解決IO瓶頸,充分保證業務的連續性。Bigtera提供專業的儲存解決方案,針對 AI 平台的應用場景,充分考慮業務需求特點,不僅提供安全的儲存能力,還提供個人資料,訓練/開發資料以及模型的統一的管理與共享,累積並沉澱優質的資料資產。平台更提供簡單易上手的操作介面,以及豐富全面的功能和良好的性能,不管是初學者、AI 深度使用者還是研發人員,都可以在Bigtera AI解決方案上獲得所需要的服務以及良好的應用體驗,進而幫助企業提升AI研發的效率,搶占智慧先機。

超融合
試用