AI工程化：各家的AI平台、AI中台架构图

中台的概念

AI 中台是用来构建大规模智能服务的基础设施，是一套完整的人工智能模型全生命周期管理平台和服务体系，提供模型设计训练、模型/算法库、复用标注管理、模型监控服务等能力支持。AI中台旨在让企业业务前台可以短兵作战、小步快跑、降低试错成本，更便捷地借助AI加速业务创新。

美军最小作战单位由二战的军进化到后来的营，再到阿富汗战争时，几人或十几人的极小班排就可以挺进前方一线，就是因为后方有非常强大的导弹指挥系统。这可能是对“大中台，小前台”最通俗的比喻。

AI中台意义

机器学习的工作流程异常复杂、耗时，这些流程包括数据准备、选择、优化机器学习框架和算法、设置训练环境、训练并调优模型、在部署和监控模型等等。
如果把算法工程师和数据科学家比作大厨，那么要做出一道美味的菜肴（一个能在企业生存环境中应用的算法模型），他们90%以上的时间都要花在“捡柴火、搭灶台、铸铁锅”这些自身并不擅长的工程搭建环节。
AI中台为开发者提供了一套完备的“中央厨房”，内置了丰富的各类厨具、设备和食材半成品（机器学习服务和预置的算法），开发者无需自己搭建厨房，只要自带食材（训练数据）就可以做菜（训练模型）了。

各平台共同的一些特点

• 强调数据安全，隔离
• 云、端、边都方便部署
• 对主流开源深度学习框架的支持和优化

阿里的飞天AI平台