当前AI计算发挥在那的主要挑战及发展建议和展望:
(1)算力->异构计算+云
(2)数据->数据共享+整合
(3)从实验室到实际应用->能力输出与生态建设
(4) 从应用场景到行业解决方案->行业洞察和痛点分析
目前中国AI计算发展面临四大挑战:
(1)算力的发展并未达到需求。建议通过异构计算和云的结合来解决算力的问题;
(2)数据量仍有限。报告指出可以采用数据共享+整合方式来解决。
(3)AI计算力在从实验室到实际应用的过程中还存在很多问题,这需要能力输出与生态建设作为支撑;
(4)从应用场景到提供完善的行业解决方案之间仍存在着差距,这份报告指出若想缩小距离实现跃进,则需要准确的行业洞察和痛点分析。
三个重要的变化趋势:
(1)在AI的应用研发周期上,业内希望尽可能地缩短研发周期,提升创新效率,因此大家越来越关注AutoML,试图通过自动化的方式寻找最合适的模型,用机器的计算力替代原本要消耗很多人力的时间;
(2)在AI应用要上线部署时,如何节省线上运营成本成为企业越来越关注的重点,可定制的计算成为大家愈发重视的技术;
(3)当AI成为企业整个研发中举足轻重的部分时,越来越多的客户希望吧AI和已有的IT技术设施进行整合集成,这就是AI+云的变化。