【51CTO.com原創稿件】　　AI發展至今歷經數次起伏，關于AI 應用的落地也一直伴隨爭議。但不可否認的是，在企業數字化轉型過程中，AI能力必不可少。為了讓 AI 在企業智能化進程中發揮價值，必須具備集應用、數據、算力為一體的能力模型。三者相輔相成，互為聯接，任一環節的缺失都會影響到最終結果。沒有應用，海量數據會淪為死數據，算力也無法產生價值。但事實上，AI落地的速度遠落后于數據的增速和算力的投入。而第四范式的目標就是要解決AI應用門檻高對三者聯接的阻塞。

　　AI落地“三大屏障”：應用、數據、算力

　　自動機器學習（AutoML）技術可以把特征提取、模型選擇、參數調節等機器學習的復雜過程實現自動化。這種技術無疑有利于降低機器學習應用于現實問題的難度，因此近年來一直是人工智能業界最為熱門的領域之一。第四范式自成立以來就致力于研發能快速構建AI應用的自動機器學習技術，如今又努力將這種自動化能力拓展到AI應用的大多數環節。

　　數據是整個AI系統運轉的“原料”，沒有數據，AI應用就是無本之木。但是數據治理的過程又極其艱難，要占據數據科學家絕大多數的時間和精力。但如果有了數據形式，就可以更快地將原始數據變成AI ready的數據，一鍵開啟建模和應用。為此，第四范式開創了“數據形式”方法論，每一個數據形式，定義了相應業務場景里所需的數據標準，包括需要什么樣的數據、從哪里去取，應該如何處理。

　　除了應用的快速構建，數據的輕松使用，算力價值的發揮也至關重要。越來越多AI異構芯片的出現，加速了AI異構計算芯片對操作系統內核進行管理的細分需求。為此，第四范式研究人員打造了AI異構資源調度與管理平臺AIOS Kernel，實現了動態調度和虛擬化算力資源功能，有助于最大限度發揮算力價值。

　　“三大聯邦”賦能企業AI轉型

　　在年度發布會上，第四范式的企業級AI操作系統Sage AIOS 升級到了2.0版。同時，第四范式以企業級智能應用市場4Paradigm Sage App Store為平臺基礎，擴展為應用聯邦、數據聯邦、算力聯邦三大網絡，全面加速企業的智能化轉型。

　　基于應用聯邦，企業可以基于數據和算力共享的應用快速組裝個性化的智能方案，加快智能化的速度；

　　基于數據聯邦，企業可以安全保護數據隱私的情況下更好地利用數據，提升業務價值；

　　基于算力聯邦，企業可以屏蔽掉異構分布式算力的復雜性，更好地應對AI算力異構化的趨勢。

　　目前，第四范式與多家國內外服務器廠商進行了深度適配和優化，希望通過軟件定義算力，盡可能降低分布式異構算力趨勢所帶來的復雜性。未來，第四范式希望借助4Paradigm Sage AIOS 2.0及4Paradigm Sage App Store，聚集開放生態和合作伙伴的力量，幫助更多行業快速開啟智能化轉型與質變之旅。

　　開源兩大底層技術棧：給開發者最需要的東西

　　值得關注的是，第四范式還計劃在一年內將 95% 核心技術開源出來。發布會上，第四范式就面向開發者社區開源了AIOS的兩個核心底層技術棧——OpenMLDB機器學習數據庫和OpenAIOS人工智能操作系統內核。

　　OpenMLDB：為AI而生的機器學習數據庫

　　機器學習技術的深入往往伴隨著機器學習模型的高頻次進化，這也意味著正確數據供給的重要性不斷提高。ML需要實現理性和瞬時高效的推理判斷，但無論是事務型數據庫、分析型數據庫還是傳統數倉，在執行這類任務時都無法保障正確的數據供給。實際應用開發與落地過程中，仍然會大量出現數據穿越、泄露、離線在線不一致、拼接錯位等數據問題。

　　與Hadoop、Oracle、MySQL 這些傳統數據庫相區別，OpenMLDB是專為AI而生的機器學習數據庫，解決了3個核心數據問題：線上線下一致性、數據閉環、數據時序正確。

　　一方面通過統一的數據存儲引擎避免了跨數據庫的信息交換，避免了大腦之間的信息交換；另一方面通過統一的數據計算引擎，使離線和在線使用同一套計算邏輯，確保了總結規律和線索演算時思維方式的一致；

　　在時序正確性上，OpenMLDB 通過使用自動時序拼接語法和時序泄露檢測模塊，避免了錯誤的數據使用；

　　在閉環完整性上，OpenMLDB也進行了針對性的矯正，通過對線索與反饋的自動拼接檢測與自動關聯，保障了唯一拼接標識，避免了數據拼接錯位的問題。

　　OpenAIOS：完全面向AI的分布式操作系統內核

　　除了數據上的困局，AI在計算、存儲、通信等方面也是“資源大戶”，低效的硬件資源利用率也是轉型的一大掣肘。不同的異構芯片、異構存儲、異構通信設備，都需要操作系統內核進行統一的管理與調度，保障任務的成功率與資源利用率。第四范式OpenAIOS是一個完全面向AI的分布式操作系統內核，實現了多級計算內核、多級存儲內核以及多級通信內核，來應對異構算力的管理和調度。

　　在算力方面，OpenAIOS 的多級計算內核有針對性的設計硬件之間的協同處理策略，將計算任務進行工作量拆分，通過統一的智能化調度，將拆分后的任務給到不同的專用計算芯片進行處理。

　　在存儲方面，面向存儲密集型技術組件，因為內存和顯存不夠導致的任務失敗是開發者最常遇到的難題。在不侵入現有應用和代碼的情況下，OpenAIOS 在操作系統內部建立了一套面向內存和顯存的多級存儲內核，通過自動擴容策略和多級緩存機制將存儲容量進行擴展，降低整體存儲成本的同時提高了任務的成功率。

　　在通信速率方面，數據的交換效率是人們關注的重點，OpenAIOS 提供了多級通信內核，在機器學習特有的梯度權重交換等環節，提供了低延遲、高吞吐的通信框架，以及面向異構加速器的專用通信協議，減輕數據通信上的壓力。

　　下一步：如何將AI帶來的量變推到質變

　　在兩大底層技術棧開源的基礎上，第四范式開放了開箱即用的“AIOS社區版”，整合了OpenMLDB和OpenAIOS，社區和開發者可在免費的線上算力和應用開發環境進行體驗和學習。并支持多種本地 IDE，讓大家保持PC上開發單機應用體驗的同時，無縫的將分布式任務對接到異構云資源上。在應用的開放性上，除了內置的核心應用，AIOS 社區版也提供了應用商店，能夠支持所有的云原生第三方應用。

　　對于AI發展的預期，第四范式創始人兼CEO戴文淵提到，科技改變產業最重要的是能否找到臨界點。當跨過這個臨界點后，想象空間將變得無限大。在他看來，下一階段的最大挑戰是如何進一步將AI帶來的量變推到質變，使得企業真正實現AI轉型。率先轉型成功的企業，都是利用AI決策賦能關鍵業務場景，最終突破業務臨界點實現質變。當AI在關鍵場景驗證成功后，就能逐步拓展到所有業務領域，最后實現企業經營的質變。

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