人工智能基础层企业案例分析课件(PPT 20页).ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《人工智能基础层企业案例分析课件(PPT 20页).ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能基础层企业案例分析课件PPT 20页 人工智能 基础 企业 案例 分析 课件 PPT 20
- 资源描述:
-
1、人工智能基础层企业案例分析技术创新,变革未来第1页,共20页。人工智能基础层定义来源:根据公开资料自主研究绘制。智能计算集群支撑人工智能应用的算力资源数据基础服务及治理平台面向人工智能的数据资源生产与治理人工智能基础层定义支撑各类人工智能应用开发与运行的资源和平台算力、算法、数据是人工智能产业发展的三大要素。据此,人工智能基础层主要包括智能计算集群、智能模型敏捷开发工 具、数据基础服务与治理平台三个模块。智能计算集群提供支撑AI模型开发、训练或推理的算力资源,包括系统级AI芯片 和异构智能计算服务器,以及下游的人工智能计算中心等;智能模型敏捷开发工具模块主要实现AI应用模型的生产,包括 开源算
2、法框架,提供语音、图像等AI技术能力调用的AI开放平台和AI应用模型效率化生产平台;数据基础服务与治理平台 模块则实现AI应用所需的数据资源生产与治理,提供AI基础数据服务及面向AI的数据治理平台。AI基础层企业通过提供AI 算力、开发工具或数据资源助力人工智能应用在各行业领域、各应用场景落地,支撑人工智能产业健康稳定发展。人工智能基础层涵盖AI算力、算法平台与数据资源模块人工智能应用层异构智能计算服务器AI技术 开放平台AI基础数据服务系统级AI芯片AI应用模型 效率化生产 平台面向AI的数据 治理平台人工智能计算中心包括应用于云端服务器、边缘及终端设备的AI芯片采用异构形式的服务器,支持X
3、86、GPU、ARM、ASIC及FPGA加速卡 等,以提升数据处理能力整合智能计算集群为企业或科 研计算等需求提供AI算力服务以深度学习或机器学习为主的一站 式模型生产平台,含满足零代码或 低代码开发需求的解决方案为AI算法训练及优化提供的数 据采集、清洗、信息抽取、标 注等服务,以采集和标注为主通过汇聚盘点数据、提升数据 质量,增强数据可用性和易用 性,进一步释放数据资产价值AI开源框架智能模型敏捷开发工具帮助实现人工智能应用模型生产一般包括大量的机器学习或深2度学习算法,为多种编程语言 提供API提供计算机视觉、智能语音、NLP等各类AI技术能力调用第2页,共20页。满足业务需求的数据采集
4、高效数据标注数据统一管理高质量数据集挖掘数据关联信息人工智能基础层价值来源:根据公开资料自主研究绘制。识别业 务问题数据采 集标注数据 治理特征 工程模型 训练模型评 估调优模型 部署运维 监控数据输 入运算端到端设计AI基础层是支撑AI应用模型开发及落地的必要资源开发一项人工智能模型并上线应用大致需经历从业务理解、数据采标及处理、模型训练与测试到运维监控等一系列流程。过程中需要大量的AI算力、高质量数据源、AI应用算法研发及AI技术人员的支持,但大部分中小企业用户并不具备在“算 力、数据、算法”三维度从0到1部署的能力,而财力雄厚的大型企业亦需高性价比的AI开发部署方案。依靠AI基础层资源,
5、需求企业可降低资源浪费情况、规避试错成本、提高部署应用速度。作为支撑AI模型开发及落地的必要资源,AI基础层可 在多环节提效AI技术价值的释放;其工具属性也标志着AI产业社会化分工的出现,AI产业正逐步进入低技术门槛、低部署 成本、各产业深度参与双向共建的效率化生产阶段。AI应用开发上线流程与AI基础层资源价值点结合开发流程模板确定最优模型性能评估及模型持续优化开发态流程运行态流程迭代调优AI基础层资源价值点数据基础服务及治理平台 智能模型敏捷开发工具 智能计算集群数据 资 源可视化建模、交互式模型仓库管理建模、自动建模提供算法工程化服务实现分布式训练框架易用的模型部署、运行监控平台提高算法建
6、模效率实现模型的持续集成、持续交付、持续部署算 法 开 发 资 源CPU、GPU容器服务计算资源统一管理算 力 资 源提高资源利用率提高执行效率AI专用芯片;实现软硬一体优化,突破性能瓶颈3第3页,共20页。基础层初步成型是AI产业链成熟的标志AI技术层供应端一站式数据治理平台厂商数据采集厂商数据标注厂商智能计算平台AI芯片厂商AI服务器厂商AI基础层供应端数据基 础服务 及治理 平台提供模型训练 的生产资料智能 计算 集群提供产业链的 生产驱动力智能模型 敏捷开发 工具输出AI技术 服务能力一站式AI开发平台厂商AI开放平台厂商计算机视觉自然语言 处理语音识别机器学习知识图谱深度学习AI应用
7、需求端G端需智慧城市、高校学术科研 求智慧政务、和学科建设智慧警务等B端需AI模型部署AI基础层资求需求源调用需求直接供应:不经过中游技术层,上游直接提供基础层资源供自研需求的客户调用注释:绿色箭头代表需求传导链,黄色箭头代表供应传导链,需求端与供给端的传导链并不完全独立,可同时并存。AI企业可具备AI技术层供应和AI基础层供应双重角色。来源:研究院自主绘制。间接 供应 将基 础层 资源 传输 到技 术层在解 决方 案中 供应 基础 层资 源对 技 术 层 传 递 基 础 资 源 需求转达 基础 资源 需求基础层资源促进AI产业链各环节价值传导顺畅、分工明确现阶段,已初步成型的AI基础层资源可
8、有效缓解下游行业用户逐渐增长的、从感知到认知多类型的AI应用模型开发及部署 需求。细看基础层内部,一方面,数据资源、算力资源和算法开发资源三者之间的分工更为明确和有序。数据基础服务及 治理平台企业为AI产业链供应数据生产资料;智能计算集群产出高质效的生产力;智能模型敏捷开发工具则负责模型开发 及模型训练等,输出AI技术服务能力,提高AI应用模型在各行业的渗透速率与价值空间。另一方面,基础层厂商的数量保 持增长、厂商业务范围持续扩大,可提供专业定制化或一站式的基础资源服务。由此,基础层完成AI工业化生产准备,通 过直接供应和间接供应的形式,将基础层资源传送到下游的AI应用需求端,产业链向顺畅的资
9、源输送及价值传导方向演进。AI产业链价值传导机制示意图应用需求直接传达到基础层第4页,共20页。11AI基础层解决人工智能生产力稀缺问题来源:研究院自主绘制。来源:2020年中国人工智能产业研究报告大中型企业CTO/CIO调研,N=41,2020年9月。数据资源算力资源算法开发资源数量多、标准不统一:数据量激增,半结构化与 非结构化数据难以标准化,数据价值有待发掘,数据开发缺少统一标准标注成本高:海量数据标注耗费大量时间与人力风险隐患:数据存在违规违法泄露风险,数据共 享隐患多算力需求强劲但利用率较低:各业务实时性算力 需求攀升,业务与算力适配难度较大算力资源部署难、调度难:硬件采购成本高以及
10、 交付周期不可控,计算资源调度门槛高算力集群操作系统复杂:各类异构算力的操作系 统自动化水平低,交互友好性低产品二次开发:由于企业业务特性不同,长尾化的AI开发需求难以满足。产品二次开发普遍存在,需要定制化的AI能力沟通不畅:开发涉及多团队沟通、沟通对接冗余43.9%34.1%9.8%12.2%完成全部ROI指标仅达成部分ROI指标未设定明 确ROI未完成ROI指标基础层资源缓解甲方在对待人工智能投资上的“矛盾”根据2020年执行的CTO调研,2019年超过51%的样本企业AI相关研发费用占总研发费用比重在10%以上,2020年 65.9%的企业AI研发占比达到10%以上。一方面是甲方企业不断
11、增长的对智能化转型的强劲需求,一方面则是在AI应用开 发与部署过程中企业普遍面临的数据质量(49%)、技术人才(51%)等基础资源配置难点。且目前只有少数企业可以完成AI项 目实施前设定的全部投资回报率(ROI)标准,因此甲方企业在投资AI项目时相对审慎。AI基础层资源则可有效缓解甲方 利用AI技术重塑自身业务时的投资矛盾,提升模型生产效率,降低部署成本:数据资源集群具备数据采标与数据治理能力,且一站式的数据平台可对实时数据进行统一管理,提高数据利用率;高效的AI算力集群与调度系统可满足模型训练与推理 需求,降低总拥有成本(TCO,Total Cost of Ownership);基于算法开发
12、平台演化出的语音识别、计算机视觉、机器学 习等专业的AI模型生产平台,可提供高效、一站式的AI模型生产服务。甲方企业部署AI基础层资源面临难点2020年中国甲方企业AI项目投资回报率实现情况第5页,共20页。人工智能基础层产业图谱注释:以企业主营业务为主,展示部分行业代表性企业。图谱中所展示的公司logo顺序及大小并无实际意义,不涉及排名。来源:根据公开资料研究绘制。2021年人工智能基础层产业图谱智能模型敏捷开发工具数据基础服务及治理平台片及服加务速器卡芯计异算构服智务能器AI终 端芯 片智能计算集群智 能 云 算 力AI开 放 平 台AI效 率 化应 生用 产模 平型 台AI基 础 数 据
13、 服 务AI面 向的 数 据 治 理 平 台横琴先进智能计算平台、国家超级计算中心、地区人工智能计算中心先知Brain+PAIModelArtsAI 云AI开 源 框 架TIAI Station企业自建/第三方AI数据中心等第6页,共20页。设备与基础设施供应智能计算集群产业链及图谱中AI服务器比例逐渐增高。CPU/GPULAN芯片组DRAM内存RAID控制器服务器零部件SSD/HHD电源/其他ODM厂商芯片原材料与设计制造半导体材料:硅片及耗材生产制造设备:光刻机、蚀刻机等EDM设计宽带网络温度/通风基础设施机柜/光纤电力供应ICT设备国家/地区级超算中心国家超算中心地方超算中心第三方数据中
14、心厂商自建数据中心人工智能计算中心上 游材 料 与基 础 设 施数据中心/超算中心异构智能计算服务器厂商品牌厂商企业自建数据中心需求增长,AI服务器占比逐渐增高智能计算集群的产业链结构为:1)上游:材料与基础设施;2)中游:智能计算集群供应商;3)下游:各行业算力需求 企业。中游的三类服务商中,系统级AI芯片厂商为服务器厂商提供异构计算所用的芯片或板卡;异构智能计算服务器厂商 则为各类型数据中心/超算中心提供服务器。值得注意的是,智能云、互联网等领域企业的自建数据中心需求增长,且其注释:图谱中所展示的公司logo顺序及大小并无实际意义,不涉及排名。来源:研究院结合公开资料自主研究绘制。智 能
15、计 算 集 群 供 应 商中 游智能数据集群产业链及图谱下游:各行业算力需求企业地区人工智能 计算中心封测代工系统级AI芯片厂商:IDM模式系统级AI芯片厂商:Fabless模式晶圆代工IC设计第7页,共20页。27智能模型敏捷开发工具产业链及图谱术的发展。注释:图谱中所展示的公司logo顺序及大小并无实际意义,不涉及排名;来源:2020年中国人工智能API经济白皮书;研究院自主研究绘制。AI能力开放互通,技术与业务协同前进智能模型敏捷开发工具的上游与中游重合,AI技术服务商、智能云厂商与其他厂商或企业通过自有或外部的开源框架开发 出AI应用模型,将模型放入AI技术开放平台或AI应用模型效率化
16、生产平台中。从能力输送的方向看,一方面,AI技术平台 与AI应用模型效率化生产平台均开放API接口,将对应能力输送给下游,并吸收下游更新的产品与技术,从横向与纵向拓 展业务的广度与深度;另一方面,AI技术开放平台与AI应用模型效率化生产平台之间也会进行能力的互换,共同促进AI技智 能 模型 敏 捷 开 发 工具 服 务 商上 游&中 游AI开源框架智能模型敏捷开发工具产业链及图谱TIAI StationAI应用模型效率化生产平台AI技术开放平台PAIEasyDL专业版ModelArtsAI 云深度学习为主Brain+机器学习为主先知API接口下游:各行业AI应用开发企业、个人开发者或企业使用者
17、智能云厂商AI技术服务提供商其他厂商或企业API接口AI基础能力输送输送训练好的AI模型并更新AI技术开发能力输送AI基础能力,如人脸识别、语音识别,文字识别等能力交互环节AI基础能力回流AI应用模型开发能力输送AI应用模型开发能力回流以 定 制 化 解 决 方 案 方 式交互以API调用方 式交互第8页,共20页。AI数据基础服务与数据治理产业图谱中游服务商提供可用数据助力AI落地AI基础数据服务与数据治理产业链结构为:1)上游:数据源与数据产能;2)中游:数据产品开发工具与管理服务;3)下游:人工智能应用。处于中游的两类服务商中,AI基础数据服务商使用数据采集与标注工具处理图片、语音、文本
18、等非 结构化数据,面向AI的数据治理服务商则负责使用数据治理的各组件管治多源异构数据,使其形成数据资产,从而提高数 据质量。二者处理后的数据可直接为下游的AI训练所用,使AI应用落地能够省时省力。AI数据基础服务与数据治理产业图谱AI基础数据服务商(含采集与标注)数据 产品 开发 工具 与管 理服 务中游人工 智能 应用下 游多源数据个企政其业府他人数数数数据据据据产能资源供应方数 据 源 与 数 据 产能上 游硬件资源供应商服务器厂商云服务厂商IDC厂商其他网络设备厂商AI基础数据服务商具备标注基地或全职标注团队个人资源外包提供商个人劳务提供者标注资源提供方面向AI的数据治理平台服务商智慧政
19、务智慧公安智慧城市智慧金融智慧工业自动驾驶智慧零售智慧教育智慧农业智慧旅游注释:图谱中所展示的公司logo顺序及大小并无实际意义,不涉及排名。第9页,共20页。47典型人工智能基础层企业案例目录第10页,共20页。商汤科技SenseCore AI大装置推动人工智能通用型技术研发商汤科技是领先的人工智能平台公司,是科技部指定的“智能视觉”国家新一代智能开放创新平台。为满足深度学习网络 模型不断攀升的算力需求、多行业长尾细分的应用需求以及摆脱人力密集型的开发模式,商汤构建了新型人工智能基础设 施SenseCore商汤AI大装置。其通过整合强大的算力基础和领先的算法能力,致力于拆解与碰撞海量数据、深
20、入挖掘 数据的潜在价值、打破认知和应用的边界。在该装置的架构组成中,算力层以商汤自主建立的新型人工智能计算中心(AIDC)为基础,整合AI芯片及AI传感器,集训练与推理于一体,可支持海量数据与算法模型的计算;平台层融合了商 汤数据平台、深度学习训练框架、深度学习推理部署引擎和模型生产平台,打造创新的人工智能通用算法开发平台,实现从数据存储、标注到模型训练、生产、部署、测试的全链路、批量化过程;算法层则基于平台层生产的创新算法模型,向 企业开发者提供算法工具,为企业赋能,助力其实现智能化升级;同时商汤通过与香港中文大学商汤联合实验室(MMLab)打造算法开源计划(OpenMMLab),与社区开发
21、者共同构建创新生态。SenseCore商汤AI大装置驱动因素与架构组成AI大装置驱动因素算力 需求应用 需求深度学习网络模型的 参数规模越来越大,其对算力的需求迅速 翻了几百万倍,甚至 超过对算法精度增长 的需求不同行业长尾需求增 多,拥有巨大商业价 值,是打通行业价值 闭环的关键技术 需求技术需求由原先的单 一开发路径演化为通 用模型加行业属性的 开发路径算 力 层平 台 层算 法 层模型生产平台数据平台实现数据存储和调 用,保障数据安全深度学习训练框架(SenseParrots)计算机视觉算法训练框架,高效利用GPU集群算力深度学习推理部署引擎(SensePPL)支持各种深度学习算法模型
22、在多种后端架构的高效推理工业级模型算法仓提供强大的算力基础,支撑对海量数据和算法模型的分析、训练和推理SenseCore商汤AI大装置架构算法工具箱(已开发17000+个算法模型)算法开源框架(GitHub上超30000颗星)基于平台层生产的创新算法模型,向企业开发者提供算法工具,助力其实现智能化升级;打造算法开 源计划(OpenMMLab),与社区开发者共同构建创新生态三 位 一 体 的 工 作 联 通 与 集 成 化打造创新的人工智能通用算法开发平台,实现从数据存储、标注到模型训练、生产、部署、测试的全 链路、批量化过程自建AIDC(Artificial Intelligence Data
展开阅读全文