2017年被國內(nèi)許多研究人員視為是中國AI元年，也是AI生態(tài)和市場迅速發(fā)展的一年。在國家政策和資本注入的共同推動下，大量AI初創(chuàng)企業(yè)紛紛涌現(xiàn)、行業(yè)應(yīng)用迅速落地。AI市場的火熱，也為以GPU服務(wù)器為主的AI基礎(chǔ)設(shè)施擴張造就了良機。一些市場調(diào)研機構(gòu)的統(tǒng)計數(shù)據(jù)，也從側(cè)面佐證了這一觀點。

近日，國際數(shù)據(jù)公司IDC發(fā)布了新的《人工智能基礎(chǔ)架構(gòu)市場（2019下半年）跟蹤》報告。該報告顯示，2019年人工智能基礎(chǔ)架構(gòu)市場規(guī)模達到20．9億美元，同比增長58．7％。其中GPU服務(wù)器占據(jù)96．1％的市場份額。IDC預(yù)測到2024年，中國GPU服務(wù)器市場規(guī)模將達到64億美元。

當前，工業(yè)與學(xué)術(shù)界的數(shù)據(jù)科學(xué)家已將GPU用于機器學(xué)習(xí)以便在各種應(yīng)用上實現(xiàn)開創(chuàng)性的改進，這些應(yīng)用包括視頻分析、語音識別、圖像分類、以及自然語言處理等。在產(chǎn)業(yè)合作方面，浪潮、科大訊飛、今日頭條、滴滴等科技公司已經(jīng)開始積極合作，致力于幫助行業(yè)客戶在視頻、搜索、語音、圖像、網(wǎng)絡(luò)等方面取得數(shù)量級的應(yīng)用性能提升。

從硬件架構(gòu)來看，AI服務(wù)器主要指的是采用異構(gòu)形式的服務(wù)器，有CPU＋FPGA、CPU＋GPU、CPU＋TPU等多種形式。其中，采用CPU＋GPU結(jié)構(gòu)的AI服務(wù)器十分廣泛。因此在業(yè)界，也有許多人將其默認為GPU服務(wù)器。截至目前，GPU服務(wù)器在醫(yī)療、游戲、電商、金融、安防等行業(yè)有著廣泛的應(yīng)用。

人工智能需要強大的計算能力，也就是CPU＋GPU；快速的存儲，減少延遲提升性能；大內(nèi)存容量，供海量數(shù)據(jù)分析；專用芯片，在某一AI計算領(lǐng)域可提供更強的性能及更低功耗，例如人臉識別專用芯片可以植入攝像頭中，功耗要比服務(wù)器低數(shù)十倍。

此外，GPU加速計算可以在GPU仍然運行其余程序代碼的情況下，將應(yīng)用程序中計算密集部分的工作負載轉(zhuǎn)移到GPU，從而提供良好的應(yīng)用程序性能。從用戶的角度來看，應(yīng)用程序運行得更快。基于此，提升GPU服務(wù)器性能勢在必行。

用戶在選購GPU，也要考慮業(yè)務(wù)應(yīng)用先選擇GPU型號、使用場景及數(shù)量（邊緣和中心）、自我需求及IT運維能力、集群系統(tǒng)的成熟度及工程效率、配套軟件的價值以及服務(wù)的價值等因素。

人工智能AI平臺基礎(chǔ)架構(gòu)中至關(guān)重要的就是存儲架構(gòu)。總體來看，存儲架構(gòu)主要有三種模式：基于數(shù)據(jù)塊的SAN存儲、基于文件的NAS存儲和對象存儲。未來，隨著人工智能技術(shù)在各領(lǐng)域應(yīng)用程度的不斷深化，存儲結(jié)構(gòu)也將進行相應(yīng)的升級。

眼下，人工智能服務(wù)器正在快速的成熟和完善中，結(jié)合整個人工智能技術(shù)和服務(wù)的發(fā)展，未來人工智能服務(wù)器會重點在低功耗設(shè)計、智能邊緣計算、軟硬件平臺融合等領(lǐng)域產(chǎn)生新的突破。而在這一輪以深度神經(jīng)網(wǎng)絡(luò)為理論基礎(chǔ)的人工智能大發(fā)展中，創(chuàng)新算法、海量數(shù)據(jù)和模型訓(xùn)練計算能力是三個不容忽視的推動要素。

實際上，傳統(tǒng)行業(yè)與AI融合時所面臨的挑戰(zhàn)往往不在于算力，而在于缺乏平臺、應(yīng)用程序開發(fā)，以及算法、模型調(diào)整方面的技術(shù)能力，未來業(yè)內(nèi)人士也需要在這些方面進行強化。計算無處不在，互聯(lián)無處不在，AI無處不在，或許就是科技迅速發(fā)展的一大表現(xiàn)吧！