【51CTO.com原創(chuàng)稿件】當前,利用人工智能(AI)為代表的新興信息技術(shù)推動創(chuàng)新，已經(jīng)成為企業(yè)共識。來自麥肯錫全球研究院的一項報告顯示，到2030年大約70%的公司將采用至少一種人工智能，而且很大一部分大型企業(yè)將使用全方位的技術(shù)。在IDC發(fā)布的2021中國人工智能未來趨勢報告中顯示，到2021年，至少有65%的中國1000強企業(yè)將利用自然語言處理(NLP)、機器學(xué)習(xí)(ML)和深度學(xué)習(xí)(DL)等AI工具，賦能60%在客戶體驗、安全、運營管理和采購等業(yè)務(wù)領(lǐng)域的用例。

[[440136]]

　　提到人工智能，就不得不提數(shù)據(jù)、算法、算力三大要素。隨著技術(shù)的突破，算力有了飛躍式的提升，為開發(fā)人工智能應(yīng)用提供算力支撐的方式也變得多種多樣，不再僅是高性能服務(wù)器計算集群，諸如數(shù)據(jù)科學(xué)工作站、云上超算等也出現(xiàn)在我們的視野當中。今天，筆者就重點跟大家聊聊數(shù)據(jù)科技工作站是否能夠為開發(fā)AI應(yīng)用提供足夠的算力。

　　數(shù)據(jù)科學(xué)工作站的算力是否夠用?

　　在AI應(yīng)用的開發(fā)過程中，要經(jīng)過數(shù)據(jù)準備、模型開發(fā)和訓(xùn)練、模型部署三個階段，整個過程對平臺的算力有很高的要求，特別是當收集的數(shù)據(jù)量越來越大，數(shù)據(jù)類型越來越多元時，算法強度就會越來越高，這就需要更高性能的計算產(chǎn)品來提供對AI的支持。

　　利用工作站開發(fā)AI應(yīng)用，我想大部分用戶都會擔(dān)心其算力不夠用的問題。有這種擔(dān)心的用戶，我想大部分人對工作站這種產(chǎn)品并不了解，或者已經(jīng)很久時間沒有關(guān)注相關(guān)產(chǎn)品了。

　　早期的工作站產(chǎn)品，主要針對圖形、圖像與視頻工作的高端專用電腦，以此來滿足設(shè)計師對于圖形設(shè)計、視頻渲染等的需求，的確不太適用于開發(fā)AI應(yīng)用。不過，隨著AI應(yīng)用開發(fā)的需求越來越多，用戶需要更加方便、靈活、高性價比的產(chǎn)品，以滿足AI算力需求。于是，搭配更高CPU、內(nèi)存、GPU的專業(yè)數(shù)據(jù)科學(xué)工作站出現(xiàn)了。

　　從硬件配置上來看，數(shù)字科學(xué)工作站不但能夠支持多路英特爾至強可擴展處理器，而且還能夠支持NVIDIA RTX 和 NVIDIA Quadro RTX 專業(yè)級 GPU，且在臺式工作站上能夠支持高達臺式機上獲取高達96 GB 或在筆記本電腦上獲取高達 24 GB 的超快本地顯存。當然，其內(nèi)存和硬盤的容量也大大高于圖形工作站。

　　除此之外，數(shù)字科學(xué)工作站還具備優(yōu)化的軟件能力。例如，在采用 NVIDIA 技術(shù)的數(shù)據(jù)科學(xué)工作站，NIVIDA都會為其配備基于 NVIDIA CUDA-X AI 打造且經(jīng)過測試和優(yōu)化的綜合性堆棧，這些堆棧采用了 RAPIDS 數(shù)據(jù)處理和機器學(xué)習(xí)庫、NVIDIA 優(yōu)化 XGBoost、TensorFlow、PyTorch 及其他領(lǐng)先的數(shù)據(jù)科學(xué)軟件，能夠加速工作流程，提高數(shù)據(jù)準備、模型訓(xùn)練和數(shù)據(jù)可視化的速度。

　　可以說，雖然在算力上數(shù)據(jù)科學(xué)工作站還無法與高性能計算集群相媲美，但其仍然具備不錯的算力和穩(wěn)定性，同樣能夠滿足很多企業(yè)開發(fā)AI應(yīng)用的需求。相比較之下，由于部署簡單，即開即用，無須進行繁雜的配置，且價格相對比較便宜，因此，數(shù)字科學(xué)工作站可以說是一種不錯的選擇。

　　數(shù)據(jù)科學(xué)工作站有哪些主要優(yōu)勢?

　　或許很多用戶會問，如今提供云上算力與AI應(yīng)用開發(fā)的廠商越來越多，且價格不高，隨用隨買，更加適合于普通企業(yè);那些對算力有著更高要求的AI應(yīng)用，企業(yè)一般都會選擇部署AI服務(wù)器集群，數(shù)據(jù)科學(xué)工作站相比較之下，有哪些優(yōu)勢呢?

　　筆者認為，數(shù)據(jù)科學(xué)工作站的主要優(yōu)勢主要體現(xiàn)在以下幾個方面：

　　1)使用簡單，開箱即用。我們可以把數(shù)據(jù)科學(xué)工作站看成是一臺高配置的電腦，大部分產(chǎn)品都自帶系統(tǒng)和驅(qū)動，只需要用戶根據(jù)自己的需要安裝開發(fā)軟件即可，基本上做到了開箱即用。

　　2)按需配置，費用更低。用戶可以根據(jù)自己的實際情況，選擇不同配置的處理器、圖形加速器、內(nèi)存、硬盤、顯示器等硬件進行按需配置。相比較之下，雖然用戶可以在云上選擇自己需要的硬件配置，但由于云平臺的帶寬資源并不是免費的而是按照流量收費，其網(wǎng)絡(luò)傳輸成本不菲。同時，從長期使用來看，云上AI服務(wù)器的總體使用成本并不便宜。

　　3)本地化訪問，更加安全。云上數(shù)據(jù)安全一直是用戶擔(dān)心的問題，相比較之下，數(shù)據(jù)科學(xué)工作站一直為本地化部署方式，強調(diào)數(shù)據(jù)本地化管理，不但能夠輕松應(yīng)對數(shù)據(jù)的本地訪問和修改，且數(shù)據(jù)更加安全。

　　4)按需安裝軟件，更加靈活。使用數(shù)據(jù)科學(xué)工作站的用戶，不僅可以在試驗階段，自行自由試驗，而且對于容器開發(fā)包或平臺軟件，也可以按照需求安裝。同時，用戶也可以按需對

　　AI應(yīng)用軟件迭代，對數(shù)據(jù)科學(xué)工作站在算法、模型等方面進行隨意修改，雙便于提供更加貼身的AI應(yīng)用支持。

　　什么樣的用戶適合選擇數(shù)據(jù)科學(xué)工作站?

　　目前，各大廠商推出了各種配置的數(shù)據(jù)科學(xué)工作站。

　　從戴爾、HP、聯(lián)想等廠商在售的產(chǎn)品來看，高端產(chǎn)品大都采用了英特爾至強可擴展處理器以及英偉達的高端專業(yè)GPU，入門產(chǎn)品也采用了最新一代的酷睿i7系列處理器和英偉達的專業(yè)GPU，售價覆蓋了一萬到十萬的價格區(qū)間，產(chǎn)品型號非常豐富，能夠滿足當前絕大多數(shù)AI應(yīng)用開發(fā)的需求。

　　不過，對于那些沒有任何AI開發(fā)經(jīng)驗，想嘗試一下深度學(xué)習(xí)等技術(shù)，運行一些現(xiàn)成的代碼的企業(yè)或者用戶，可以租用云平臺來進行體驗，大可沒有必須花重金采購數(shù)據(jù)科學(xué)工作站。當然，對于那些已經(jīng)部署了超算服務(wù)器集群的企業(yè)，他們也不會關(guān)注選擇數(shù)據(jù)科學(xué)工作站此類的產(chǎn)品。

　　除此之外，筆者認為目前大部分企業(yè)的AI應(yīng)用開發(fā)，都可以選擇在數(shù)據(jù)科學(xué)工作站上完成。企業(yè)或者用戶可以根據(jù)自己的實際情況，選擇不同配置的產(chǎn)品即可，以保證在高效完成AI應(yīng)用開發(fā)的同時，降低算力帶來的成本。

【51CTO原創(chuàng)稿件，合作站點轉(zhuǎn)載請注明原文作者和出處為51CTO.com】