您的企業已準備好邁進人工智能 (AI) 嗎? | Dataplugs

您的企業已準備好邁進人工智能 (AI) 嗎?

行業資訊

數碼時代發展急速,其中人工智能 (AI)  的發展亦正在深深影響著我們的日常生活和商業營運模式。越來越多企業投放資源和時間去研究大量原始數據,轉化為有用的分析及見解,並嘗試使用人工智能取代某些人力工作。根據 Gartner, Inc 於 2019 CIO 的調查指出,實施 AI 的企業在過去四年中增長了 270%,比過去一年中增長了三倍。根據估計,今年有 37% 的企業以某種形式部署了人工智能,比 2018 年的比率遠高於 25%。

人工智能研究早於 1956 年開始,隨著硬件的進步及運算能力的顯著提升,近二十年的人工智能技術不斷在進步,配合深度學習 / 深度神經網絡 (DNN) 、圖形處理器 (GPU) 及大數據的急速發展,人工智能技術廣泛應用到各個行業中。

今天,人工智能在創新營運中被視為重要的關鍵,特別適用於尋找出潛在趨勢、可能的矛盾或未出現的狀況。一些提供醫療保健服務的診所,會利用人工智能輔助診斷,例如使用 AI 去查看推敲 X 光片中是否出現的異常。在金融行業中,AI 可應用在財務風險評估,或避免受到詐騙。人工智能帶來的效率,驅使越來越多公司致力發展人工智能去增加其競爭力。

多年來,人工智能、數據、演算方法和運算能力之間都有著不可分割的關係。數據量越大,培訓模型組的複雜性就越大,對伺服器基礎設施規範的要求就越高。許多公司都傾向專注於深度學習,即是使用強大的運算能力及存儲資源去處理龐大數據。而單靠 CPU 處理器的運算能力並不足以處理這樣龐大的數據量,因此需要使用 GPU 的協助。一顆 GPU 擁有數千個內核,能夠同時並行地執行數以百萬次的數學運算,顯著加快培訓模型的運作速度。

在許多 AI 項目中,都需要進行多次培訓模型運算及校對才能取得滿意的結果。當伺服器的資源不足時,培訓模型便會更耗時,要獲得滿意的結果可能要花上幾天的時間。如果想跟上市場的步伐,最好就是全面升級伺服器的運算能力、儲存和網絡頻寬。而企業亦應該根據 AI 應用場景及培訓模型去考慮伺服器的基礎設施。例如原始數據的培訓模型相對簡單,但圖像識別或語音識別則需使用更多的資源去進行。

雖然支援 GPU 的伺服器及閃存功能的儲存都是實施人工智能重要的一部分,但是沒有必要於初始時馬上投放大量資金到這些硬件上。企業可以從小型 AI 項目開始,再逐步進行擴展。由於很難預測未來的 AI 發展,因此可先選擇一些運算和儲存的解決方案,以便日後擴展您的 AI 項目。

正為您的 AI 項目尋找支持 GPU 伺服器?歡迎致電 +852 3959 1888 或發送電郵至sales@dataplugs.com,我們的銷售人員樂意為您提供報價。