大势所趋？企业应该使用数据分析和人工智能来实现蓬勃发展

本文作者：Lisa Davis

英特尔公司数据中心事业部副总裁

企业和政府行业数据中心转型事业部总经理

在北京举行的O’Reilly和英特尔人工智能大会上，英特尔展示了其持续的“用人工智能解决实际问题”的承诺­——基于现代化、可扩展的软硬件架构，为多个细分市场提供解决方案。基于统一的英特尔架构，IT人员无需过多投资某一单一用途的产品，利用其熟悉的软件和高级工具包就能够支持业务增长。与此同时，由于企业无需跨不同环境迁移数据，从而能更好地保护数据隐私。

基于流行的开源软件构建的数据分析和人工智能架构，不仅具有更高的透明度，而且能够更好地利用广泛的开源社区的创新。

借助开源技术，开发人员可以查看源代码，并根据实际情况创建定制化方案，从而使得IT人员能够免费创建优化的端到端创新解决方案，这些解决方案可以快速且经济高效地扩展。

数年以来，英特尔持续地为开源项目做出自己的贡献，如今我们也同样致力于数据分析和人工智能领域的开源工作。我们的目标是通过优化那些在人工智能训练和推理过程中最大限度利用英特尔硬件的流行框架和抽象化流程，从而建立一个强大而充满活力的生态系统。

英特尔高级首席工程师、大数据技术全球CTO戴金权在他的博客中介绍了英特尔针对TensorFlow、Keras和Apache Spark开源的Analytics Zoo工具包的最新进展。

为了在更多的企业中部署人工智能和数据分析技术，同时保持有效的总体拥有成本，数据科学家和开发人员需要在许多服务器（或节点）上运行深度学习训练功能，这种策略称为分布式训练。

开源软件工具包Analytics Zoo旨在以近乎线性的方式跨内核和节点进行扩展，从而大幅减少在英特尔最新平台上训练模型的时间，该平台采用了第二代英特尔®至强®可扩展处理器和英特尔®傲腾™数据中心级持久内存。

除了支持客户应用之外，英特尔还将为开发人员提供培训资源，并与学术界一起推动新的研究方向，加速技术创新。

人工智能和数据分析技术为业务带来的价值已经在若干行业显现。随着新技术的发展和当前技术的不断优化，那些将自身和客户数据转换为价值的企业将在行业竞争中占据优势。无论您身处何方，拥有一个经过工作负载优化的统一平台是降低总拥有成本和应对未来变化的最佳方法。

英特尔和英特尔标识是英特尔公司在美国和其他国家（地区）的商标。