2020/12/02

戴尔科技加速 AI 成果转化，提供从服务器到存储甚至包括 AI 芯片的多种解决方案

日前，IDC发布了一份全球人工智能支出指南预测，在预测中，IDC认为未来四年全球人工智能（AI）相关支出将翻倍，从2020年的501亿美元增长到2024年1100多亿美元。

随着企业组织将人工智能作为数字化转型工作的一个组成部分，以及希望在数字经济中保持竞争力，将促使未来几年内人工智能系统加快增长，2019年到2024年的年复合增长率将达到20.1%。

同样在近日，艾媒咨询发布的《2020上半年中国人工智能产业专题研究报告》也显示，中国作为全球最大的人工智能应用市场，人工智能核心产业规模保持高增长趋势，预计2020年，我国人工智能核心产业规模超过1500亿元，增长率达到26.2%；预计到2030年，我国人工智能核心产业规模将超过10000亿元。

当然，对身为“打工人”的我们来说，AI其实离我们比较远，重要的是自己的饭碗会不会被抢咯...

不幸的是，麦肯锡保守估计，全球15%的人会因为AI工作发生变动。

那么，怎样可以在未来十年保持职场竞争优势而不被AI所取代？

最稳妥的岗位

莫过于运用AI技术和产品的人

从人才培养到产品提供

戴尔科技加速AI成果转化

作为全球领先的IT端到端整体解决方案和服务提供商，戴尔科技集团在AI领域积累了先进技术和丰富的行业应用经验。早在2015年，戴尔科技就注意到了人工智能及相关产业的崛起之势，通过与中科院自动化所共建“人工智能与先进计算联合实验室”，合作搭建人工智能和深度学习的应用与服务平台，共同探索面向脑信息处理领域的新型计算架构研究和产业化应用。

在日前举办的2020戴尔科技峰会上，该实验室还被人民网研究院授牌为“人工智能行业应用调研基地”。

按照计划，“人工智能行业应用调研基地”成立后，三方将组织产、学、研、企、媒多方代表，参观调研基地，学习行业应用实践案例。并将基于实验室研究成果及行业应用实践，定期发布调研报告，形成具有行业指导意义和参考价值的白皮书。对于梳理积累的优秀案例，将通过人民网平台进行推荐，助力推动数字中国的发展。

此外，在产品技术方面，戴尔科技提供了从服务器到存储甚至包括AI芯片的多种解决方案，可满足各种AI用户的需求。例如，戴尔易安信针对AI GPU计算专门设计的服务器C4140和DSS 8440，集成了很多针对深度学习参数快速同步和小文件IO的硬件优化技术，可以为AI研究提供良好的算力支持，从而加速AI成果转化。

*C4140机箱只有1U，却可以在有限的空间内支持4张最高性能的双宽GPU加速卡、本地NVMe SSD硬盘以及100Gb低延迟网卡，为用户提供极佳的数据中心空间GPU计算密度。

*DSS8440是戴尔易安信设计的一款动态机器学习加速平台，4U机箱可以支持最多10张NVIDIA当前性能最高的V100加速卡或者8张Graphcore IPU ASIC加速卡，适合于各种AI计算环境下深度学习模型训练。

针对深度学习小文件性能优化方面，戴尔易安信PowerScale横向扩展NAS存储（原Isilon）、Lustre并行文件系统、基于AI/HPC环境优化的NFS存储系统(NSS)三个存储利器，可满足不同环境规模、容量和性能要求。

在2018年完成的一项测试中，以戴尔易安信Isilon F800全闪存存储作为72块NVIDIA V100 32GB GPU集群的后端存储，进行主流图像分类模型训练，这个测试中，GPU使用率可以达到97%，训练数据放置于GPU服务器，本地SSD硬盘与共享存储对训练性能的影响只有2%，基本做到存储性能无瓶颈。

而在人才培养方面，具有代表性的就是戴尔科技自主研发的自动驾驶小车。戴尔凭借丰富的产品和解决方案、业内领先的技术架构和信息与图像分析处理方面的雄厚实力，正为全球约80%的自动驾驶车企提供基础架构平台。这辆小车就是戴尔科技在AI领域深耕多年的结晶。不久前的9月和10月，它分别驶入了我国顶尖学府清华大学和复旦大学。

其中戴尔科技与复旦大学合作开发的精品AI课程——戴尔科技集团AI实践课程，已成为全国首款通过线下形式教学的自动驾驶高校课程。而与清华大学的合作，则是依托戴尔自动驾驶小车，将人工智能实践内容融入面向全体清华大学本科生开放的人工智能通识课教学内容中，对于如何为国家培养数字化优秀人才具有重要示范意义。