云原生人工智能白皮书

今天分享的是人工智能系列深度研究报告：《人工智能专题：云原生人工智能白皮书》。

执行摘要

云原生(CN)和人工智能(A)是当今最关键的技术趋势。CloudNative'技术为运行应用程序提供了可扩展且可靠的平台。鉴于人工智能和机器学习(ML)的最新进展，它正在稳步上升，成为占主导地位的云工作负载。尽管CN技术很容易支持AI/ML工作负载的某些方面，但挑战和差距仍然存在，这为创新和更好地适应提供了机会。

本文简要介绍了国家的最先进的铝/ML技术，其次是CN技术提供了什么，覆盖未来的挑战和差距，然后再讨论不断发展的解决方案。本文将为工程师和业务人员提供知识，以了解不断变化的云原生人工智能(CNAI)生态系统及其机遇。

根据读者的背景和兴趣，我们建议一个阅读路径。假设暴露于微服务2和CN技术3，如Kubernetes(K8s)。对于那些没有铝系统工程经验的人，我们建议从头读到尾。对于那些在他们的AL/ML采用或交付旅程中走得更远的人，根据他们的用户角色“我们建议深入到与他们正在努力解决或有兴趣解决的挑战相关的部分。

云原生人工智能(CNAI)简介

云原生的出现

自2013年以来，5随着容器技术(从LXC°到Docker'再到Kubernetes)的兴起，原生云(CN)-词越来越受欢迎。(K8s)&今天，CloudNative更广泛地是一个期望的目标，即使用微服务设计模式构建平衡的系统，该模式促进模块化设计和开发，具有高度的可重用性，这也有助于部署性、可伸缩性和弹性。

云原生计算基础将“云原生”定义为：

原生云技术使组织能够在公共云、私有云和混合云等现代动态环境中构建和运行可扩展的应用程序。

容器、服务网格、微服务、不可变基础设施和声明性apl就是这种方法的例证。

这些技术使松散耦合的系统具有弹性、可管理和可观察性。与强大的自动化相结合，它们允许工程师以最少的辛劳频繁地、可预测地进行高影响力的更改。

Cloud Native ComputingFoundation旨在通过培育和维护开源、供应商中立项目的生态系统来推动这种模式的采用。我们将最先进的模式大众化，让每个人都能接触到这些创新。

Cloud Native人工智能是Cloud Native的一个不断发展的扩展

原生云人工智能(CNAI)是指使用原生云原则构建和部署人工智能应用和工作负载的方法和模式。实现可重复和可扩展的以AI为中心的工作流，使AI从业人员能够专注于他们的领域。

Kubernetes已发展成为事实上的云操作系统，提供私有云、公共云和混合云产品。

LT实现了一个分布式协调器，可以处理多种类型的网络、存储和计算资源。此外，K8s提供了一个接口，使DevOps“GitOps等最佳实践。”每一个云服务提供商(CSP)与Kubernetes即服务有一些相似之处，有助于访问基础架构和一系列支持服务，以运行各种工作负载，包括AL/ML。

人工智能的进化

人工智能是1956年首次提出的一个术语，12是指机器模仿人类智能的能力。在过去的几十年里，它已经被应用于语音识别、机器翻译、图像处理、游戏，甚至作为一个Jeopardy玩家表现出色。但是，由于人工神经网络和深度学习(主要应用于自然语言理解)的创新，人工智能最近在人们心目中的份额出现了爆炸式增长。人工智能主要有两种分类:判别式和生成式。

什么是云原生人工智能？

原生云人工智能允许构建实用系统来部署、运行和扩展人工智能工作负载。CNAI解决方案可解决人工智能应用科学家、开发人员和部署人员在开发、部署、运行、扩展和监控云基础架构上的人工智能工作负载时所面临的挑战。通过利用底层云基础设施的计算(例如CPU和GPU)、网络和存储能力，以及提供隔离和受控共享机制，它提高了AI应用程序的性能并降低了成本。

在云原生基础架构上运行AI

云服务提供商和/或人工智能公司在媒体上发表的文章强调了面向人工智能的Cloud Native的价值。19 20云提供商和该领域新兴初创企业推出的人工智能相关产品是云原生原则如何塑造人工智能发展所需系统的关键指标。

报告来源/公众号：【海选智库】
本文仅供参考，不代表我们的任何建议。海选智库整理分享的资料仅推荐阅读，如需使用请参阅报告原文。