IBM整合了兩大主力平台，這是要「燃爆」企業採用人工智慧？

IBM在過去幾年中將目光專註於認知計算，使用其沃森平台作為其在諸如人工智慧（AI）等新興領域的努力的基礎，並成功推出了深度學習。它傾向於沃森科技，傳統的Power系統以及來自Nvidia的日益強大的GPU，以推動其不僅將AI和深度學習帶入雲端，而且將AI推向企業。

這些技術是行業的重點關注領域之一，可幫助企業轉型，以更好利用雲的崛起，移動技術的日益增長以及這些公司生成的數據的飛速增長等趨勢。需要進行處理和分析。大量的AI，深度學習和分析工作已經在雲中完成，由如AWS，微軟Azure、Google Cloud、阿里雲等超大規模雲提供商推動。IBM也將其許多功能納入了自己的雲端。

不過，像IBM，微軟和SAP這樣的供應商之間有一個推動力來幫助企業在自己的環境中採用人工智慧和深度學習。IBM在過去幾年中推出了針對企業的產品，包括PowerAI和數據科學經驗（Data Science Experience）。PowerAI是一個包含一系列通用的深度學習框架的平台，經過優化，可在IBM Power架構上運行。數據科學經驗是一個互動和協作的基於雲的環境，旨在成為數據科學家可以使用諸如RStudio，Jupyter，Python，Scala，Spark和IBM的沃森機器學習技術這樣的工具，來推動他們的數據洞察和獲取信息，並用於業務發展。IBM先後推出了公有雲，以及針對私有雲進行了優化。

根據IBM的說法，兩者都旨在緩解想要開始使用先進的AI技術的企業的路徑。該公司提供企業級數據科學體驗版以及免費桌面版本。

為了幫助企業推動，IBM將PowerAI深度學習企業軟體分發整合到數據科學體驗中，IBM決定將兩者結合在一起。本周，IBM HPC副總裁兼AI和分析師Sumit Gupta解釋說，通過這種整合，數據科學家將能夠使用IBM工具開發出具有領先地位的AI模型源頭的深度學習框架，如TensorFlow。

Gupta寫道：「數據科學經驗是為數據科學家開發機器學習模型並管理其數據和訓練模型的協作工作空間。Power AI為流行的開源框架增添了大量深度的學習庫，演算法和功能。深度學習的框架將所有類型的數據（聲音，文本或視覺）分類，以創建和改進數據科學體驗的學習模型。

PowerAI和數據科學經驗的整合提供的能力將幫助許多行業的企業，如銀行，可以更好地檢測信用卡欺詐或提供客戶將會找到有價值的新產品，以及製造企業，這將能夠在發生故障之前更好地預測機器故障。

Gupta寫道，「最新的努力是讓新的機器學習和深度學習的AI技術，更適合變化的企業環境以驅動轉型」。IBM研究院在基於PowerAI的分散式深度學習庫之後會很快推出，官方表示將深度學習的培訓時間從數周降至數小時，從而進一步推動深度學習數據科學體驗環境。

推動數據分析和為軟體帶來更大智能的AI和機器學習的趨勢將繼續加速。在今年早些時候的報告中，Gartner分析師表示，到2020年，AI技術將幾乎在每一種新的軟體產品中，AI將成為30％以上CIO的前五大投資重點。同時，Gartner警告說，供應商廣泛使用「AI」這個術語來推廣他們的產品，會讓最終用戶混亂，這其實掩蓋了AI技術的好處。

IBM的AI和深度學習推動的基礎要素是使用Nvidia的GPU與其Power伺服器的結合。GPU通過其數十萬個內核提供高度並行的計算能力，這對於處理和分析大量生成的數據至關重要。IBM優化PowerAI中的深度學習框架，例如TensorFlow，由Google最初開發的機器學習工作流程技術，用於Power伺服器，並利用Nvidia的NVLink等技術，這些技術可以提供CPU和GPU之間的高速互連是PCI-Express 3.0鏈接的兩倍。

但隨著AI市場的增長，競爭也將加劇。有一些小型公司正在開發專門針對AI和機器學習工作負載的晶元。例如，Graphcore正在開發其IPU（智能處理單元）和Poplar軟體框架，其針對雲和數據中心中的AI工作負載。Graphcore表示，他們的IPU可以提供GPU的10倍的性能。另一家公司Edico Genome開發了Dragen生物IT處理器，利用現場可編程門陣列（FPGA）並針對基因組測序工作負載。Edico Genome稱，該晶元可用於雲或內部部署，可使系統在20分鐘內分析整個基因組，傳統技術可能需要三到五天的時間。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！