第四范式联合浪潮商用机器发布AI一体机：AI商业化进入闭环时代

自2016年起，AI在金融、医疗、安防等行业领域已经充分证明自身的价值，应用从感知执行到智能决策不断升级，为企业竞争力和产业数字化转型提供了升级动力，促使各行业企业AI应用需求也越发强烈。据Gartner最新数据统计显示，2020年中国有超过60%的大型企业开发自己的AI应用解决方案，而全球人工智能衍生的商业价值将飙升至3.9万亿美元。

本次第四范式与浪潮商用机器联合发布发布的Prophet AIO人工智能一体机，是针对目前企业AI应用面临的数据、算法、计算力等多重挑战和高门槛，提供的一款切实可行的AI软硬件一体化设计产品，满足企业海量数据治理、大规模训练样本和高维机器学习的高效率需求，打造企业AI能力即开即用、端到端一站式全流程管理的出色应用体验。

第四范式是国际领先的AI技术赋能者，旗舰产品“第四范式先知”的能力覆盖AI应用开发、运行、管理等全生命周期；浪潮商用机器提供基于开放POWER技术的OpenPOWER服务器，致力于为用户打造更加完整、高效的整体解决方案，提供专业、敏捷的软件和技术服务。此次强强联合，结合第四范式领先的AI系统以及浪潮商用机器在计算架构和硬件领域的强大创新能力，为客户提供更有价值的智能计算产品。据产品线负责人透露，部署“Prophet AIO”的实际应用效果表明，在相同成本前提下，计算性能提升10倍以上，交付周期从以半年为单位缩短到周级别。

开箱即用的一体化设计，接入AI像使用手机一样简单

上面提到的预计，超过60%的中国大型企业在2022年前将开发自己的AI解决方案。针对于此，第四范式创始人兼首席执行官戴文渊表示，尽管每个企业都希望构建自身AI核心能力，但门槛相当之高，包括配置服务器、数据处理、模型调参、模型训练等。他总结为AI落地的需五大必要条件“BRAIN”：即大数据(Big-data)、反馈数据(Response)、算法(Algorithm)、计算资源(Infrastructure)及明确的业务需求(Needs)。成功利用AI创造价值的公司，都具备了以上五个核心因素。

Prophet AIO致力于解决BRAIN门槛问题，以自主研发的大数据系统破除数据门槛、建立起行为数据和反馈数据的标准化收集体系；以AutoML（自动机器学习）技术破解算法门槛、使不具备AI基础和计算机技能的业务人员，可以通过先知图形化界面完成AI应用；以浪潮商用机器的硬件能力补齐在计算资源层的最后一块拼图，免去AI底层基础的配置、调试步骤。第四范式创始人戴文渊在现场表示：“Prophet AIO实现了AI商业落地五大要素完整覆盖，赋予企业开箱即用的AI能力，未来企业接入AI像使用手机一样简单，只需插电、连接网络、启动等简单几步即可。”

领先的软硬架构融合，相同成本实现10倍性能提升

不同于人脸识别等垂直领域的AI软硬件结合探索，Prophet AIO是首个针对超大规模数据挖掘与机器学习计算问题所推出的AI一体机产品，能够在风险反欺诈、竞争营销、个性化推荐、广告计算、智能制造、客户运营及产品定价等多个数据挖掘与决策场景中应用，并带来明显效果提升——在同等成本的情况下，Prophet AIO整体性能较普通服务器提升10倍以上。

性能的提升一方面得益于先知平台的极致性能，作为高维度的机器学习平台，先知平台最大可支持万亿维特征处理，单节点可以支持上亿条数据存储、上万级实时在线请求的能力；另一方面则是归功于浪潮商用机器的硬件基础设施创新、系统优化与并行框架完善。浪潮集团副总裁、浪潮商用机器有限公司总经理胡雷钧对此表示：“此次合作也是硬件领域的一次突破性尝试。针对于‘先知平台’这样能够支持万亿级高维数据的AI系统，POWER9拥有7TB/s处理器片内交换速度，230 GB/s 内存带宽，25Gb/s NvLink和Open CAPI接口以及业界首批支持PCI-E 4.0接口 ，这几项技术的结合使其能够加速数据传送，在计算速度方面超过基于PCI-E 3.0的X86系统10倍，同时也能明显提升Chainer，Tensorflow及Caffe等开源人工智能框架的性能，并加速Kinetica等数据库，为超大规模的人工智能应用提供了计算条件。如此一来，数据科学家可以能够以更快的速度构建包括科研范畴的深度学习洞察，实时欺诈检测和信用风险分析等范围的应用”

未来企业的竞争将会是数据规模的竞争、计算能力的竞争，AI软硬件一体机产品“Prophet AIO”，借助AI应用全流程覆盖能力与软硬一体化设计的技术优势，有望推动AI技术进入大规模落地、释放出巨大价值的红利收割期。

上述三位在接受采访中还提到，此次发布的AI一体机相当于应用开发平台，让使用者开发AI应用更加简单，降低AI应用的开发门槛，让普通的IT工作者就可使用，让企业客户自身拥有AI开发的能力，解决“最后一公里”的问题。