【51CTO.com原創(chuàng)稿件】當(dāng)前,利用人工智能(AI)為代表的新興信息技術(shù)推動(dòng)創(chuàng)新，已經(jīng)成為企業(yè)共識(shí)。來自麥肯錫全球研究院的一項(xiàng)報(bào)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(guó)人工智能未來趨勢(shì)報(bào)告中顯示，到2021年，至少有65%的中國(guó)1000強(qiáng)企業(yè)將利用自然語(yǔ)言處理(NLP)、機(jī)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(yàn)、安全、運(yùn)營(yíng)管理和采購(gòu)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(jì)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(dāng)中。今天，筆者就重點(diǎn)跟大家聊聊數(shù)據(jù)科技工作站是否能夠?yàn)殚_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(zhǔn)備、模型開發(fā)和訓(xùn)練、模型部署三個(gè)階段，整個(gè)過程對(duì)平臺(tái)的算力有很高的要求，特別是當(dāng)收集的數(shù)據(jù)量越來越大，數(shù)據(jù)類型越來越多元時(shí)，算法強(qiáng)度就會(huì)越來越高，這就需要更高性能的計(jì)算產(chǎn)品來提供對(duì)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(huì)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(duì)工作站這種產(chǎn)品并不了解，或者已經(jīng)很久時(shí)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(duì)圖形、圖像與視頻工作的高端專用電腦，以此來滿足設(shè)計(jì)師對(duì)于圖形設(shè)計(jì)、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(jià)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(qiáng)可擴(kuò)展處理器，而且還能夠支持NVIDIA RTX 和 NVIDIA Quadro RTX 專業(yè)級(jí) GPU，且在臺(tái)式工作站上能夠支持高達(dá)臺(tái)式機(jī)上獲取高達(dá)96 GB 或在筆記本電腦上獲取高達(dá) 24 GB 的超快本地顯存。當(dāng)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(huì)為其配備基于 NVIDIA CUDA-X AI 打造且經(jīng)過測(cè)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(jī)器學(xué)習(xí)庫(kù)、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(zhǔn)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(wú)法與高性能計(jì)算集群相媲美，但其仍然具備不錯(cuò)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(jiǎn)單，即開即用，無(wú)須進(jìn)行繁雜的配置，且價(jià)格相對(duì)比較便宜，因此，數(shù)字科學(xué)工作站可以說是一種不錯(cuò)的選擇。

　　數(shù)據(jù)科學(xué)工作站有哪些主要優(yōu)勢(shì)?

　　或許很多用戶會(huì)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(jià)格不高，隨用隨買，更加適合于普通企業(yè);那些對(duì)算力有著更高要求的AI應(yīng)用，企業(yè)一般都會(huì)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(shì)呢?

　　筆者認(rèn)為，數(shù)據(jù)科學(xué)工作站的主要優(yōu)勢(shì)主要體現(xiàn)在以下幾個(gè)方面：

　　1)使用簡(jiǎn)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(tái)高配置的電腦，大部分產(chǎn)品都自帶系統(tǒng)和驅(qū)動(dòng)，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(fèi)用更低。用戶可以根據(jù)自己的實(shí)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(jìn)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(tái)的帶寬資源并不是免費(fèi)的而是按照流量收費(fèi)，其網(wǎng)絡(luò)傳輸成本不菲。同時(shí)，從長(zhǎng)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(qiáng)調(diào)數(shù)據(jù)本地化管理，不但能夠輕松應(yīng)對(duì)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(yàn)階段，自行自由試驗(yàn)，而且對(duì)于容器開發(fā)包或平臺(tái)軟件，也可以按照需求安裝。同時(shí)，用戶也可以按需對(duì)

　　AI應(yīng)用軟件迭代，對(duì)數(shù)據(jù)科學(xué)工作站在算法、模型等方面進(jìn)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(qiáng)可擴(kuò)展處理器以及英偉達(dá)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(dá)的專業(yè)GPU，售價(jià)覆蓋了一萬(wàn)到十萬(wàn)的價(jià)格區(qū)間，產(chǎn)品型號(hào)非常豐富，能夠滿足當(dāng)前絕大多數(shù)AI應(yīng)用開發(fā)的需求。

　　不過，對(duì)于那些沒有任何AI開發(fā)經(jīng)驗(yàn)，想嘗試一下深度學(xué)習(xí)等技術(shù)，運(yùn)行一些現(xiàn)成的代碼的企業(yè)或者用戶，可以租用云平臺(tái)來進(jìn)行體驗(yàn)，大可沒有必須花重金采購(gòu)數(shù)據(jù)科學(xué)工作站。當(dāng)然，對(duì)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(huì)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(rèn)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(shí)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(shí)，降低算力帶來的成本。

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