“AI后浪”愈涌愈烈 機器學習開發平臺廣闊藍海待挖掘
毫不客氣地說,人工智能(AI)和機器學習(ML)已然“滲透”到了各行各業,企業們期待通過機器學習基礎架構平臺,以推動人工智能在業務中的利用。在機器學習加快推進的過程中,卻是有喜也有憂。
近日,國際數據公司(IDC)發布了《中國人工智能軟件及應用(2019下半年)跟蹤》報告。據該報告顯示,中國機器學習開發平臺市場2019年市場規模達2.05億美元。
機器學習開發平臺的部署,包括數據獲取、數據準備、模型訓練、應用程序集成、模型運維、生產監控以及有明確KPI的業務治理過程。在這個過程中,由框架、算法模型、開發語言等各種工具賦能,由數據科學家、業務分析師、數據架構師和專業人員協作,基于數據建模,不斷的進行概念驗證,將好的模型部署到生產環境,協作以管理模型運維的全生命周期。
算力不斷提升、算法模型創新、開源技術發展、廠商加大投入,已經成為了機器學習產業實現快速發展的重要驅動力。其中,算力的提升,對于AI技術的進步與成熟、相關智能產業的應用模式創新等,無疑提供了強大的支撐。
受益于加速計算技術的不斷突破,機器學習、深度學習模型訓練和推理速度持續提升,加快推動了AI應用產業化的進程。從廠商情況來看,2020年GTC、英偉達發布了將算力再度提升數十倍的安培架構的A100 GPU。此外,Intel華為昇騰系列,Xilinx Alveo系列、寒武紀等也在特定領域為AI負載提供加速能力。
單就商業化機器學習開發平臺而言,2018年包括硬軟服在內的中國機器學習市場達到10億元人民幣,預計2018-2023年五年復合增長率將達到62.0%。當前的機器學習開發平臺基本可以提供30種以上的經典機器學習算法,且基本已支持TensorFlow、PyTorch、Caffe等主流框架。不僅是深度學習、機器學習,圖算法也開始走向市場,現階段應用十分普及的是經典機器學習。
從市場空間來看,對于還沒有成熟的AI軟件產品的領域,機器學習、深度學習開發平臺建設將成為一大趨勢,相關頭部廠商將借助已有的軟件、硬件、系統等技術優勢,致力于為行業系統性機器學習體系的完善與健全貢獻更大力量。
雖然機器學習是“顯學”,但其發展還是存在不少阻力,其一,人工智能、機器學習等知識相對高深,相應的,掌握這些知識的人也就比較少,因此,各行業發展對于機器學習、圖像識別等的人才十分迫切。
此外,機器學習的部署實施其實是一項非常復雜的工作。例如,對數據進行可視化、轉換和預處理,算法的優化、模型的訓練,而所有這些工作都需要大量的專業知識,并耗費龐大的算力、數據存儲和時間成本。在較短的時間內,要達到相當的機器學習部署和推進能力實屬不易。
機器學習平臺底層,可以簡單地理解成是把數據治理、算法與算力合在一起,第四范式叫之為先知平臺。它既是一種科技平臺,也是產品研發系統。它的目標是能夠有更好的企業級適配效果,更大的延展性和更強的計算水平。在先知平臺獲得突破,已經成為許多企業的目標。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













