科技小数据|化解混合多云挑战,至强集成AI加速( 二 )


由此可见 , 英特尔一系列的技术创新 , 为企业跨多云的技术融合和业务升级提供了支撑 。 更关键的的是 , 通过打破原有硬件环境相互间的桎梏 , 广泛联通了私有云、混合云、公有云乃至多云的网络边界 , 实现动态双向流动和资源智能透明管理 , 真正保证了企业多云转型需求的技术平台能力 。
重构应用交付新体验
不仅如此 , 传统企业开展数字化创新类业务 , 在此过程中企业不仅要经历架构的转型 , 同时对软件和应用的迭代和质量的要求也大幅提升 , 这就让研发人员和软件架构师对应用架构和集成工作的敏捷性 , 也提出了前所未有的要求 。
同样 , 英特尔针对企业数字化创新类业务的“痛点” , 也通过一系列的解决方案 , 重构了企业上云过程中应用交付的新体验 。 其中 , 英特尔和VMware合作打造的混合云数据分析解决方案 , 就不仅支持高级机器学习 , 而且还能为企业客户广泛的工作负载提供统一的云操作模型 。
科技小数据|化解混合多云挑战,至强集成AI加速
文章图片
这一解决方案巧妙地融合了英特尔全新硬件创新成果、VMwareCloudFoundation(VCF)、容器编排和人工智能工具 , 特别是人工智能工具已经过优化 , 可以在英特尔第二代至强可扩展处理器运行 , 而这些处理器集成了采用矢量神经网络指令(VNNI)的英特尔深度学习加速技术(英特尔DLBoost) , 因此具备了更为强大的内置推理加速功能 。
在此基础上 , 英特尔还与CSP(云服务提供商)展开创新 , 通过在云端支持人工智能工作负载 , 加速企业数字化、智能化的转型 。 在此过程中 , 英特尔将服务与经过优化的软硬件相组合 , 帮助CSP满足人工智能的性能和扩展要求 , 助力CSP提升市场竞争力 。
例如 , 为帮助用户更有效地提升AI研发效率 , 英特尔和金山云一起 , 不仅在其云实例中部署了英特尔至强可扩展处理器等先进硬件产品 , 还引入了包含面向英特尔架构优化的TensorFlow、面向英特尔架构优化的Caffe等AI框架的镜像 , 并通过这种更优AI软硬件的“打包” , 形成对AI工作负载最优支持的IaaS能力 , 让企业客户在无需关心底层AI框架配置和调优等复杂性的同时 , 也能在基于英特尔至强可扩展处理器的云基础设施上“一站式”获取最佳性能 。
科技小数据|化解混合多云挑战,至强集成AI加速
文章图片
金山云实测数据显示 , 多个优化后的AI框架在不同深度学习模型中实现的性能 , 都获得了数倍乃至数十倍的大幅提升 。 这也表明将更优AI软硬件“打包出售”的金山云增强型IaaS服务 , 可为不同应用场景下的AI研发提供强有力的性能的助攻 , 加速其企业用户的AI研发进程 , 更好的推动了行业AI的落地 。
总的来看 , 混合多云的时代未来已来 , 而英特尔则为企业跨云实现管理 , 搭建创新业务应用架设了一条高效连接和融合的桥梁 , 其核心价值可以用一句话来做总结 , 那就是:“优化混合多云新环境 , 重构应用交付新体验 。 ”


推荐阅读