林琳

現(xiàn)在幾乎所有的軟件、硬件以及互聯(lián)網(wǎng)廠商都在炒AI，AI技術(shù)應(yīng)用也逐步成為企業(yè)個人應(yīng)用的主流。但是卻很少有人注意到當下的硬件基礎(chǔ)設(shè)施并不能滿足AI技術(shù)的應(yīng)用需求，因此一場AI掀起的基礎(chǔ)硬件淘汰潮必將到來。

無適合硬件支持AI

如今AI早已不是科幻小說里的情節(jié)，只要看看無人駕駛汽車技術(shù)的快速發(fā)展，就不難看到AI技術(shù)對于人們生活的影響。不過，在企業(yè)層面上，為什么沒有更多企業(yè)在其生產(chǎn)系統(tǒng)中使用AI呢？很大的問題是來自于企業(yè)現(xiàn)有的基礎(chǔ)設(shè)施并不支持AI特性。

據(jù)Interop的報告，當向IT決策者詢問AI推廣障礙時，37 %的參與者提到的最大問題就是AI基礎(chǔ)設(shè)施的缺乏。而調(diào)研公司Constellation Research在2018年的AI研究中也指出，在接受調(diào)查的IT部門中，有32 %的企業(yè)表示拒絕采用AI，其主要原因還是現(xiàn)有的IT基礎(chǔ)設(shè)施硬件并不適合部署相關(guān)的AI技術(shù)。

此種現(xiàn)狀則讓企業(yè)IT專業(yè)人員陷入了困境，一方面他們需要支持并引入AI技術(shù)，另一方面他們并沒有合適的硬件來支持AI。不過好消息是，在調(diào)查后發(fā)現(xiàn)，越來越多的企業(yè)開始增加AI層面的預算，試圖來扭轉(zhuǎn)上述的尷尬局面。

算力急需升級

AI首先需要算力，最初為游戲和圖形發(fā)明的GPU芯片，現(xiàn)已成為AI落地的第一載體。隨著機器學習和面部識別技術(shù)不斷在各個行業(yè)與學科里發(fā)揮重新定義的作用，基于AI的創(chuàng)新技術(shù)更是不斷涌現(xiàn)，進而滿足移動計算和物聯(lián)網(wǎng)等領(lǐng)域的智能化需求。

AI芯片成熱點

鑒于AI系統(tǒng)需要大量的計算力，為了支持這些系統(tǒng)有效運行，企業(yè)顯然需要通過新一代的多核處理器或GPU服務(wù)器，甚至云計算來提供算力服務(wù)。此外，為了培訓他們的機器學習系統(tǒng)，企業(yè)也需要大量的數(shù)據(jù)，這就意味著要擴充更多的存儲容量。

當然，企業(yè)還要大量的網(wǎng)絡(luò)資源來支持這些計算和存儲系統(tǒng)。而上述種種無疑會推動企業(yè)內(nèi)部IT基礎(chǔ)設(shè)施走向新一輪的更新?lián)Q代。據(jù)IDC預測，全球在認知系統(tǒng)和AI方面的支出將從2016年的80億美元攀升至2020年的470多億美元，而實際上未來由硬件淘汰產(chǎn)生的潛在支出規(guī)模將更加巨大。

AI改變IT軟件工具

除了對硬件產(chǎn)生的影響外，機器學習等AI技術(shù)對IT軟件工具也會影響較大影響。伴隨機器學習不斷積累，軟件開發(fā)經(jīng)驗變得更加出色，通過接觸到更多數(shù)據(jù)后，將能夠不斷改進自身算法與規(guī)則，向智能化邁進。例如無人駕駛技術(shù)不僅可以學習交通上的傳統(tǒng)規(guī)則，還可以通過持續(xù)增加的里程數(shù)來逐步了解城市街道的真實情況。

而像谷歌和Facebook這樣的大平臺更借助能夠訪問龐大圖像庫的便利，通過使用機器學習來識別圖像中人臉進而推出AI面部識別工具。同時機器學習也推動了翻譯軟件的速度和準確性快速提高，這得益于對先前翻譯語言的分析，翻譯是否準確以及大量用戶的積極反饋。

目前針對企業(yè)IT管理的AI技術(shù)也不斷演進，設(shè)想未來AI不僅可以對IT網(wǎng)絡(luò)進行管理、提供保護，還可以積極維護網(wǎng)絡(luò)系統(tǒng)，而這樣的自動化水平被稱為“AI定義的基礎(chǔ)設(shè)施”。像Kubernetes這樣的容器技術(shù)結(jié)合AI技術(shù)，則讓軟件定義數(shù)據(jù)中心和編排智能化工具成為可能。

現(xiàn)在許多AI驅(qū)動的創(chuàng)新正在起跑，有市場調(diào)研公司曾預測，到2021年IT服務(wù)提供商實施的40 %新企業(yè)應(yīng)用都將包括人工智能技術(shù)。面對來勢洶洶的AI，一場硬件淘汰潮己然到來，而你的企業(yè)做好準備了嗎？