當(dāng)一個(gè)新概念成為一個(gè)可行的商業(yè)工具時(shí)，許多企業(yè)會(huì)積極使用這種技術(shù)來(lái)加入市場(chǎng)趨勢(shì)。這包括人工智能(AI)和機(jī)器學(xué)習(xí)(ML)。各種規(guī)模的組織都在積極投入時(shí)間和資源，加快技術(shù)發(fā)展，并將其應(yīng)用于業(yè)務(wù)發(fā)展，從擁有數(shù)百年歷史的高科技巨頭到致力于創(chuàng)新的創(chuàng)業(yè)公司。

但是人工智能不僅僅是一種流行的時(shí)尚。全球企業(yè)在人工智能方面的支出將從2016年的6.44億美元增加到2025年的近390億美元，并將成為高效銷售平臺(tái)和虛擬數(shù)字接待員、兒童玩具、自動(dòng)駕駛汽車、產(chǎn)品或服務(wù)等方面發(fā)展的動(dòng)力。

人工智能(AI)和機(jī)器學(xué)習(xí)(ML)最后，它將為大多數(shù)企業(yè)提供動(dòng)力。人工智能的驅(qū)動(dòng)力是什么？這就是強(qiáng)大的數(shù)據(jù)和處理能力。

巨大的潛力，巨大的局限性。

人工智能對(duì)垂直行業(yè)和每個(gè)企業(yè)的潛在影響不容小覷。隨著沒有輔助機(jī)器學(xué)習(xí)和自然語(yǔ)言處理(NLP)隨著深度學(xué)習(xí)能力的提高，每一項(xiàng)技能的應(yīng)用將繼續(xù)增加并擴(kuò)展到一個(gè)新的用例。

許多企業(yè)都在研究如何使人工智能？(AI)和機(jī)器學(xué)習(xí)(ML)該技術(shù)用于識(shí)別和跟蹤對(duì)象、本地化地理數(shù)據(jù)、防止欺詐、改善營(yíng)銷結(jié)果以及許多其他應(yīng)用。盡管這些領(lǐng)域的制造商希望使用這種技術(shù)來(lái)實(shí)現(xiàn)這一承諾，但其他公司已將這些創(chuàng)新應(yīng)用于自動(dòng)駕駛汽車、呼叫中心、客戶服務(wù)和網(wǎng)絡(luò)安全的實(shí)際應(yīng)用。

多年來(lái)，采用人工智能技術(shù)的企業(yè)一直在系統(tǒng)、戰(zhàn)略地總結(jié)數(shù)據(jù)。他們已經(jīng)領(lǐng)先于剛剛開始關(guān)注數(shù)據(jù)收集和組織的組織。但是他們也面臨著人工智能(AI)和機(jī)器學(xué)習(xí)(ML)技術(shù)限制：容量。

智能技術(shù)對(duì)功率、容量、速度至關(guān)重要。

驅(qū)動(dòng)人工智能(AI)和機(jī)器學(xué)習(xí)(ML)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展(ANN)目的是建模和處理輸入和輸出之間的關(guān)系。為了實(shí)現(xiàn)這一點(diǎn)，他們需要存儲(chǔ)大量的輸入數(shù)據(jù)，并且需要大規(guī)模計(jì)算來(lái)理解這些關(guān)系，并提供適當(dāng)?shù)妮敵觥?/span>

為了提供客戶自助服務(wù)，考慮部署聊天機(jī)器人，協(xié)助聯(lián)絡(luò)中心的客戶服務(wù)代理團(tuán)隊(duì)。理想情況下，機(jī)器人能準(zhǔn)確地回答問(wèn)題，將客戶引導(dǎo)到合適的資源，并通常以自然的方式與客戶互動(dòng)。

為了實(shí)現(xiàn)這一目標(biāo)，機(jī)器人的后端需要快速將查詢與企業(yè)消費(fèi)者使用的字典(即他們的母語(yǔ))進(jìn)行比較，以“理解”互動(dòng)的背景，并根據(jù)這些輸入“做出決定”，希望能夠做出正確的反應(yīng)，并像人類一樣立即實(shí)施。

然而，這些過(guò)程所需的處理器和內(nèi)存資源(DRAM)消耗的大量帶寬超過(guò)了大多數(shù)內(nèi)部部署數(shù)據(jù)中心網(wǎng)絡(luò)設(shè)計(jì)可以處理的帶寬。因?yàn)樯婕暗腃PU或GPU數(shù)量遠(yuǎn)遠(yuǎn)超過(guò)大多數(shù)組織準(zhǔn)備的數(shù)量，它們也會(huì)增加相當(dāng)大的功耗。并且嘗試在單個(gè)數(shù)據(jù)中心完成所有的操作都會(huì)導(dǎo)致延遲，這可能會(huì)破壞產(chǎn)品或阻礙應(yīng)用程序嘗試完成的任何事情。

混合化人工智能。

為了解決帶寬和計(jì)算問(wèn)題，降低運(yùn)營(yíng)成本，消除延遲問(wèn)題，使用過(guò)程密集型人工智能應(yīng)用程序的企業(yè)越來(lái)越多地轉(zhuǎn)向混合部署的邊緣數(shù)據(jù)中心。

為設(shè)施中的云計(jì)算提供商提供一個(gè)簡(jiǎn)單的入口，以顯著降低延遲和數(shù)據(jù)傳輸成本。直接云連接產(chǎn)品可以降低延遲和數(shù)據(jù)傳輸成本，同時(shí)無(wú)需人工為每個(gè)提供商提供私人WAN連接。

為了進(jìn)一步減少特殊環(huán)境與所選云計(jì)算提供商之間的延遲，與云計(jì)算提供商的核心計(jì)算節(jié)點(diǎn)非常接近。

盡可能接近最終用戶和設(shè)備，使處理信息更接近用戶或設(shè)備，從而顯著提高性能和可靠性。這特別有利于支持對(duì)延遲敏感的人工智能應(yīng)用，如自動(dòng)駕駛車輛或網(wǎng)絡(luò)安全運(yùn)行，同時(shí)可以限制提高工作負(fù)載的靈活性和成本管理。

為了促進(jìn)可持續(xù)增長(zhǎng)，有可擴(kuò)展和可配置的中央基礎(chǔ)設(shè)施。人工智能和機(jī)器學(xué)習(xí)技術(shù)在人們?nèi)粘Ｉ钪械膽?yīng)用越來(lái)越成熟和普遍。正如他們所做的，提供這些產(chǎn)品和服務(wù)的企業(yè)需要從戰(zhàn)略角度考慮如何平衡各種業(yè)務(wù)需求，釋放其技術(shù)的全部潛力，以保持競(jìng)爭(zhēng)優(yōu)勢(shì)。

標(biāo)簽：人工智能,機(jī)器學(xué)習(xí),AI人工智能,AI網(wǎng)絡(luò)神經(jīng)