解析联想AI实践:数字化让CIO职责发生了变化,而我们有数据中心

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
全局流量管理 GTM,标准版 1个月
简介:

几乎没人再质疑“联想All in AI”的决心,在多次公开AI战略之后,近日又拿出1亿元种子基金孵化高校AI人才,并在中国北京、美国莫里斯维尔和德国斯图加特落成三个AI创新中心。这位PC“老大哥”一直用实践告诉大家,拥抱AI是一场变革。

这场变革,不但让企业卯足了劲数字化转型,也正在改变着CIO工作的本质。2018 Gartner CIO Agenda Survey 揭示了此现象,调查收集了全球98个国家主要行业的3160位CIO数据,结果是,有95%的CIO预期他们的工作将由于数字化而发生变化或者重新混合,这些CIO们代表着接近13万亿美元的收入/公共部门预算,以及2770亿美元的IT支出,CIO们将人工智能、数字安全和物联网列为最难以实施的三个技术。

对此,联想数据中心业务集团中国区副总裁李国庆深有感触,在联想创新科技大会济南峰会期间,李国庆告诉记者,大概10年前,CIO们跟他讨论,考虑的还是“计算多少就能买多少设备”,但今天CIO的压力在于,如何把业绩做好,如何能够比竞争对手做得更快、更先进。

眼见IT推动业务变革,CIO们的工作将不可避免地扩大范围,他们对于节能、敏捷性、整个端对端的体验非常重视,并且更加关心,如何将人工智能和各个行业的需求对接。

而面对AI三要素——算法、大数据和计算力,联想也有自己的AI策略,来帮助企业和CIO们把业务往前推进。 

解析联想AI实践:数字化让CIO职责发生了变化,而我们有数据中心 

在具体的解决方案当中,联想主张两条腿走路,“设备+云”与“基础设施+云”。

  • 在前端,联想为现有的个人电脑、智能手机设备插上“Personal Cloud(个人云)”的翅膀。同时还会基于自然语言、AR/VR等新兴的交互技术,开发连接有云内容和云服务的新型设备。再进一步,还会推出“PersonalizedComputing + Personalized Cloud(个性化计算设备+个性化云)。
  • 在后端,联想将通过打造软件定义数据中心,实现IT基础设施的智能化,并在此基础上提供行业解决方案,帮助各行各业实现智能化转型。

解析联想AI实践:数字化让CIO职责发生了变化,而我们有数据中心

总结而言:数据中心业务,加上联想前端的移动,以及越来越多的智能设备,组成联想一个数字化端到端的结构。联想数据中心业务集团企业级业务技术总监单奖定补充说道,“企业数字化转型,更多是从业务层面来说的。数字化转型落到IT里,需要的是终端加上后端提供信息服务的数据中心。”联想已经看到,未来的IT建设必须把设备跟后端的数据中心资源结合起来,才能提供一致性的客户体验。

大家都在说转型,核心其实是数据

一言以蔽之,“企业转型升级的核心就是数据智能”,联想集团副总裁、首席研究员田日辉说。

解析联想AI实践:数字化让CIO职责发生了变化,而我们有数据中心解析联想AI实践:数字化让CIO职责发生了变化,而我们有数据中心

比如车联网,数据可以优化汽车本身的使用状态,优化用户体验;可以记录车主的行为模式;还可以跟保险公司合作,提供个性化的保险服务,对一些有不良驾驶习惯的人,提高他的保险费,提升他的安全意识。再上一个层面,数据智能可以提升整个运营机制,包括端到端的供应链、销售、采购、物流等体系。当然还可以做出价格对策、优化企业的投入产出比,甚至可以根据竞争对手、宏观经济的一些数据来预测产品的销量。

解析联想AI实践:数字化让CIO职责发生了变化,而我们有数据中心

那么企业如何“数据智能”?田日辉介绍了联想大数据平台产品Leap HD,从产品线采集企业数据,然后进入到HD,进行深度的数据分析和数据处理。田日辉说:“LeapHD突破Spark计算引擎,性能超越200%。”还有联想工业物联网的平台LeapEdge,它能够从高端的装备机床里面拿到实时数据,进行实时的数据处理和运行,曾经在一个50万并发的数据采集作业中,数据处理达到毫秒级。联想另有数据管理的平台LeapAI,基于两百多种算法,它会根据企业的使用场景,与垂直应用领域进行组合,且它是一个开放平台,开放给联想的合作伙伴、投资的科技企业等。

当然,有了这些数据平台和模型还不够,考虑到企业也会有专业人员匮乏的情况,一旦遇到没有人可以使用这些平台的情况,联想给出了可行性方案——提供从研发、采购、生产、销售、服务全价值链的垂直应用,提供一整套流程,譬如,企业要哪些数据,这些数据从哪些系统来,在这些平台上如何组织,有何种算法,如何将其变为最优的结果,并且这个结果如何跟生产系统对接,让它发挥最优的效率,帮助企业能快速地进入到数据智能的应用价值。

解析联想AI实践:数字化让CIO职责发生了变化,而我们有数据中心

李国庆说,联想做大数据6年多时间,自身的应用已经构建了全球统一数据平台。目前全球有2000台服务器,9个数据中心,约140个实验室,逾2000位工程师,所有大数据优化的成果都是通过实践得来。

数据中心业务,让计算更智慧

与传统PC和手机不同,联想的数据中心是一个去年才从联想PC分离出来的业务,不过贡献的销售额却不少。在联想2017财报显示,数据中心集团(包括服务器、存储、软件和服务)营收达41亿美元,占总营收10%左右。印象中,与联想数据中心相关的收购案是联想2014年初以23亿美元的价格收购了IBM的X86服务器部门,3年多过去了,数据中心业务也有了变化。

在联想数据中心的业务分三层,第一层核心是基础软件、硬件、实施能力。再往上,联想会根据云、HPC、AI等不同的负载类型提供一个架构,结合第一层的基础能力,组成一个解决方案。第三层就是具体的应用场景,包括智慧城市、智慧医疗、智慧交通等等。

具体的解决方案上,x86服务器依然是联想优势。然而今年6月份,联想发布了两个数据中心产品:ThinkSystem和ThinkAgile,为企业智慧化转型提供基础支撑。

ThinkSystem系列是涵盖服务器、存储和网络系统的完整解决方案,能实现端到端的客户体验;ThinkAgile解决方案基于ThinkSystem平台,为混合云、超融合基础设施、软件定义的存储以及软件定义的基础设施而设计,实现了基础设施与应用的无缝集成。

在联想创新科技大会济南峰会期间,联想发布ThinkSystem 14款新机器,包括1路机架、2路机架、8路机架、刀片系统,还有水冷的高密度服务器。

目前ThinkAgile的三类产品包括ThinkAgile的HX系列(联想与合作伙伴一起开发的一款针对超高管理性、超级方便的超融合的产品)、ThinkAgile SX for Nutanix(面向交钥匙的超融合工程)、以及即将于今年年底跟微软联合发布ThinkAgileSX for Microfost Azuer Stack,提供本地云服务,并且帮助用户部署简化、一致的混合云。所有的ThinkAgile都支持软件定义的存储,所有的ThinkAgile产品线都支持云化的网络操作系统C-S。

然而一个数据中心的打开方式,并非简单的产品组合,而是应该考虑如何落地,如何帮助企业转型。

就拿联想数据中心来说,强项在于HPC超算解决方案和一支行业顾问团队,但弱项在于落地能力。联想数据中心业务集团中国区首席架构师毕巍坦言,“联想在制造业已经积累深厚的行业能力,但在其它行业的步伐稍慢”,不过好在联想有创投集团,过程中也积累了丰富的方案能力,包括智慧城市、PaaS、智慧化的应用方案,补齐了短板。加上行业顾问,以及底层的大数据能力、AI能力和计算力,来帮助客户完成这一波的智慧化转型。

譬如,联想位于合肥的联宝厂,已经成为电子产品单体工厂,目前已经完成了智慧物流管控,员工随时随地可以用移动端追踪每一张订单。今天联宝厂里,目前联宝厂已经有70%的产品有定制化需求,当中有20%左右是小批量定制的。也就是一个传统工厂完成了智能制造升级的例子。

解析联想AI实践:数字化让CIO职责发生了变化,而我们有数据中心

再譬如平安城市,摄像头已经走到第三代,背后有人工智能支撑,它可以实现模式识别,弥补在遥远的距离和黑暗环境下的脸部识别的不足,形成一个更精准的监控能力。在后端,联想云数据中心坐镇,支撑各个警种数据处理以及综合作战指挥能力。

要让计算更智慧,背后有AI

正如李国庆所说,企业数字化转型,只要涉及到数据,就意味着后端一定要有一个数据中心,有一个HPC的解决方案,帮它分析,帮它判断,辅助前端AI/AR的功能。

作为中国起步较早的超算(HPC)厂商,联想在2001年成立了高性能服务器事业部,开始了在超算(HPC)领域的探索。在刚刚结束的ISC 2017上,联想以91套高性能计算系统入围全球HPC TOP500份额榜,连续三年获得中国第一,继续蝉联全球第二。 

为了跟上时代潮流,联想已经成功地把人工智能、智能监控、预警和报警功能整合到HPC系统里面。联想数据中心业务集团中国区企业级营销产品营销总监李炜说,这些AI元素的更新与完善,是持续推动联想高性能业务战绩累累的一张保险单。

在过去三年,联想的超算取得了三级跳,2015年有23套系统,2016年有84套,今年有91套。具体案例上,去年,联想的高性能保障了都灵冬奥会、上海世博会,而且保障了历次的中国载人航天飞行,从神舟一号到神舟九号、天宫一号和天宫二号,以及两个天宫在太空的对接。载人航天总设计师曾对媒体说,这项对接的精确度,相当于用一支步枪击中12公里以外的一只苍蝇。

联想的高性能还保障了国内外高校、政府机构、大型企业等。丹麦风力发电机制造商维斯塔斯CEO曾在联想第二届超算大会上说,联想的高性能帮助它的效率从38%提高到43%。这家制造商的GDP有170多亿美金,占丹麦的1/10。

而且,联想成功交付北京大学高性能计算校级公共平台集群。作为国内高校首个温水水冷超算中心,该项目采用联想深腾X8800超级计算机系统建设,解决CPU和内存散热问题,节能效果显著,LINPACK效率达到92.6%,PUE值达到1.1。

李炜说,水冷有三个好处。最大之一是PUE值非常低,联想可以做到1.1以内,之前在更大的项目里已经做到过1.04,这意味着能降耗40%;另外,传统数据中心噪音极大,但联想的水冷技术是不需要风扇的,会降低噪音困扰,“一个满负荷运转的服务器,噪音可以控制在50分贝以内”,低于会议室的沟通声音;此外还可以提高CPU的使用率,“传统的风冷降热达60%-65%,而联想第一代水冷达80%,第二代达88%左右,这就意味着,联想可以让英特尔的CPU长期运行在额外贡献30%的状态。”

所有高性能计算硬件,都由联想有自主开发的智能管理系统管理起来,它就像一个windows,可以直观展示每个节点的效率,可以分成很多计算流,可以承担很多功能。


原文发布时间为: 2017年11月4日

本文作者:周雅

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

目录
打赏
0
0
0
0
16486
分享
相关文章
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
455 10
HarmonyOS Next~鸿蒙AI功能开发:Core Speech Kit与Core Vision Kit的技术解析与实践
本文深入解析鸿蒙操作系统(HarmonyOS)中的Core Speech Kit与Core Vision Kit,探讨其在AI功能开发中的核心能力与实践方法。Core Speech Kit聚焦语音交互,提供语音识别、合成等功能,支持多场景应用;Core Vision Kit专注视觉处理,涵盖人脸检测、OCR等技术。文章还分析了两者的协同应用及生态发展趋势,展望未来AI技术与鸿蒙系统结合带来的智能交互新阶段。
128 31
Resume Matcher:增加面试机会!开源AI简历优化工具,一键解析简历和职位描述并优化
Resume Matcher 是一款开源AI简历优化工具,通过解析简历和职位描述,提取关键词并计算文本相似性,帮助求职者优化简历内容,提升通过自动化筛选系统(ATS)的概率,增加面试机会。
163 18
Resume Matcher:增加面试机会!开源AI简历优化工具,一键解析简历和职位描述并优化
【一步步开发AI运动小程序】十九、运动识别中如何解析RGBA帧图片?
本文介绍了如何将相机抽取的RGBA帧图像解析为`.jpg`或`.png`格式,适用于体测、赛事等场景。首先讲解了RGBA图像结构,其为一维数组,每四个元素表示一个像素的颜色与透明度值。接着通过`uni.createOffscreenCanvas()`创建离屏画布以减少绘制干扰,并提供代码实现,将RGBA数据逐像素绘制到画布上生成图片。最后说明了为何不直接使用拍照API及图像转换的调用频率建议,强调应先暂存帧数据,运动结束后再进行转换和上传,以优化性能。
AI技术如何重塑客服系统?解析合力亿捷AI智能客服系统实践案例
本文探讨了人工智能技术在客服系统中的应用,涵盖技术架构、关键技术和优化策略。通过感知层、认知层、决策层和执行层的协同工作,结合自然语言处理、知识库构建和多模态交互技术,合力亿捷客服系统实现了智能化服务。文章还提出了用户体验优化、服务质量提升和系统性能改进的方法,并展望了未来发展方向,强调其在客户服务领域的核心价值与潜力。
121 6
D1net阅闻 | 微软CEO对话特朗普和马斯克:豪掷800亿美元建AI数据中心
D1net阅闻 | 微软CEO对话特朗普和马斯克:豪掷800亿美元建AI数据中心
鸿蒙赋能智慧物流:AI类目标签技术深度解析与实践
在数字化浪潮下,物流行业面临变革,传统模式的局限性凸显。AI技术为物流转型升级注入动力。本文聚焦HarmonyOS NEXT API 12及以上版本,探讨如何利用AI类目标签技术提升智慧物流效率、准确性和成本控制。通过高效数据处理、实时监控和动态调整,AI技术显著优于传统方式。鸿蒙系统的分布式软总线技术和隐私保护机制为智慧物流提供了坚实基础。从仓储管理到运输监控再到配送优化,AI类目标签技术助力物流全流程智能化,提高客户满意度并降低成本。开发者可借助深度学习框架和鸿蒙系统特性,开发创新应用,推动物流行业智能化升级。
Evo 2:基因编程AI革命!!DNA版GPT-4问世:100万碱基全解析,自动设计基因编辑器
Evo 2 是一款由 Acr 研究所、英伟达和斯坦福大学联合开发的 DNA 语言模型,可处理长达百万碱基对的序列,支持基因组设计、变异预测及合成生物学研究。
271 5
通义灵码AI程序员实战:从零构建Python记账本应用的开发全解析
本文通过开发Python记账本应用的真实案例,展示通义灵码AI程序员2.0的代码生成能力。从需求分析到功能实现、界面升级及测试覆盖,AI程序员展现了需求转化、技术选型、测试驱动和代码可维护性等核心价值。文中详细解析了如何使用Python标准库和tkinter库实现命令行及图形化界面,并生成单元测试用例,确保应用的稳定性和可维护性。尽管AI工具显著提升开发效率,但用户仍需具备编程基础以进行调试和优化。
335 9
保单AI识别技术及代码示例解析
车险保单包含基础信息、车辆信息、人员信息、保险条款及特别约定等关键内容。AI识别技术通过OCR、文档结构化解析和数据校验,实现对保单信息的精准提取。然而,版式多样性、信息复杂性、图像质量和法律术语解析是主要挑战。Python代码示例展示了如何使用PaddleOCR进行保单信息抽取,并提出了定制化训练、版式分析等优化方向。典型应用场景包括智能录入、快速核保、理赔自动化等。未来将向多模态融合、自适应学习和跨区域兼容性发展。

热门文章

最新文章

推荐镜像

更多
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等