AI应用现新变局，背后到底隐藏着什么逻辑？

　　AI应用在2023年年初，突然变成了吸睛之物。微软在将ChatGPT整合进其搜索引擎必应Bing中之后，又将ChatGPT整合进Office里。从此，10亿人编写文档、演示文稿和电子邮件的方式，或许会被永远改变。但在此之外，人们看不到的是，AI正在基因组学、医学成像、网络安全、智能视频分析、推荐系统等方面，启动着一场新的革命。这场革命的源动力正是NVIDIA 和戴尔科技推出的双方有史以来在AI 方面最大规模的合作。

　　AI的成功三要素

　　NVIDIA 和戴尔科技近日发布了由 NVIDIA 提供加速的多款戴尔 PowerEdge系统，这15 款下一代戴尔 PowerEdge 系统可利用包括 GPU、DPU 和 NVIDIA AI Enterprise 软件套件在内的NVIDIA 全栈 AI 解决方案，为企业构建各类 AI 应用程序奠定了基础。

　　NVIDIA自从转型AI公司之后，就一直致力于建立AI生态。此前与微软共同开发人工智能超级计算机，就曾引起行业关注。戴尔PowerEdge服务器的本质就是一个平台，不断将合作伙伴的新技术吸收进这个平台。而之所以此次是双方有史以来在AI方面最大规模的合作，在于由 NVIDIA 提供加速的多款戴尔 PowerEdge系统，不仅将在算力方面对AI用户提供帮助，而且会在算法方面助力用户，从而可能开创一个AI应用新局面。这还得从AI的三要素说起。

　　按照现在人工智能领域的一般认识，算力、数据、算法被归为了人工智能三要素。概括起来说，算力是人工智能处理数据的效率，算法是人工智能处理数据的逻辑，数据则是人工智能的粮食，人工智能输出的模型或解决方案是算力和算法处理数据的结果。要想在AI方面有所突破，其实质全都是对这三要素进行改造。

　　人工智能未来发展轨迹可大致分为“三个浪潮” 阶段。在第一个阶段，以计算机视觉、语音识别等为代表的人工智能单点技术实现突破，催生了人工智能在特定场景的初步应用;第二个阶段，人工智能经历了对单点技术的聚焦关注，客户逐渐发现自身的复杂需求难以得到快速响应，转向寻求获取人工智能综合解决方案以实现对全业务链条的 AI 赋能，形成行业价值闭环;第三个阶段，随着人工智能与实体产业深度融合，预计将以用户体验的革命性提升为主要驱动因素，人工智能将尝试以人类与机器智能交互嵌入所有业务流程，联通线上线下数据，进行智能流量的再分配，大幅优化人类与智能的协同体验。

　　从AI三要素的视角来分析，当其中的元素有了质的提升，就可能直接导致AI应用进入一个新的阶段。

　　3U时代的算力突破

　　计算机的算力是快速计算大量数据的能力。有数据显示，一位互联网用户每日就能产生1.5GB的流量，而一家智能工厂每天将产生1PB的数据。随着数据的重要性提升，多维数据价值挖掘及分析的需求也在增加，这些都催生了算力井喷式的增长。人工智能深度学习需求旺盛，参数空间更大、结构更加复杂、算力消耗更高的大型算法模型不断涌现，致使企业数据中心的能耗带来更大的压力和挑战。因此，强大的算力成为了AI致胜的重要因素。

　　人工智能的算力提升是让芯片的计算更简单，简单的方法是专注，通过专注提升计算效率。单个芯片的算力提升，多个芯片的叠加就能堆叠出更强算力的超级计算机。在这种需求之下，除了CPU之外，GPU和DPU也被吸收进来，提升算力。

　　下一代戴尔 PowerEdge 系统的一个重要亮点是采用了NVIDIA BlueField-2 DPU。NVIDIA BlueField DPU ( 数据处理器 )可以卸载、加速和隔离数据中心的网络和操作系统堆栈，这意味着使用 NVIDIA DPU 的企业，不仅因为DPU承担了CPU的部分工作而获得更强劲的算力，还可以将数据中心的能源使用减少近 25%，从而有望节约数百万美元的能源费用。配备 NVIDIA BlueField DPU 的戴尔 PowerEdge 服务器优化了私有云、混合云和多云部署(包括运行 VMware vSphere 的部署)的性能和效率，可以让用户获得了更多的易用性。

　　与此同时，采用 NVIDIA Hopper GPU 的系统在处理数据的效率方面提升了 25 倍，可将各类 AI 模型部署到生产环境中，且与上一代非加速服务器相比，通过 NVIDIA 加速的戴尔PowerEdge服务器在参数规模超 5000 亿的大型语言模型上的推理能效提高了300 倍。

　　NVIDIA公司创始人兼首席执行官黄仁勋表示：“AI 能够为所有行业加速自动化进程，进而为所有企业带来变革。通过与戴尔科技密切合作，我们能够触及全球范围内的机构，通过强大又节能的 AI 计算平台，提高现代企业的智能化程度。

　　Michael Dell则表示：“随着全球数据量的扩大，大部分信息技术将用于机器智能服务。如今需要为实现 ‘AI 优先’而构建系统，而这恰为戴尔和 NVIDIA 的合作创造了巨大的机遇。”

　　从中不难看出，在算力环节上，利用CPU、GPU和DPU等芯片处理能力的提升，戴尔 PowerEdge 系统为用户的AI应用提供了更为强大的算力利器。

　　算法的主导作用

　　当前业内人士不可否认的一个事实是 ，AI应用的繁荣来源于AI算法持续突破创新。的确，模型复杂度指数级提升，算法的不断突破创新持续提升了算法模型的准确率和效率，各类加速方案快速发展，在各个细分领域应用落地，并不断衍生出新的变种，模型的持续丰富也使得场景的适应能力逐步提升。

　　戴尔 PowerEdge 系统对于AI应用的另一个亲和力，就来自算法。更准确地说，是来自NVIDIA AI Enterprise。NVIDIA AI Enterprise 是一款端到端、安全、云原生的 AI 软件套件，它简化了预测性 AI 的开发和部署，且针对广泛的领域和行业特定工作负载提供全球性的企业级支持。通过戴尔 PowerEdge 服务器附带的NVIDIA AI Enterprise 软件许可，用户可以更加快速启动和运行 AI 项目，在算法方面得到更大的助力。

　　NVIDIA此前在AI算法方面进行了大量积累，几乎把主流AI算法模型做了个遍，之后又把这些成果开源。用户如果对某个AI算法缺乏积累，可以直接免费下载NVIDIA现成的先进模型，稍做调整就能落地应用。NVIDIA AI Enterprise软件包括了50多个框架和预训练模型以及一套AI工作流，所有这些均可助力机构加快部署时间，同时降低生产就绪型AI的成本，用户AI模型的开发时间将因此可能从80周缩至8周。

　　并且，NVIDIA AI Enterprise 3.0中包含的 NVIDIA AI框架应用范围极广，例如NVIDIA Clara Parabricks可用于基因组学、 MONAI可用于医学成像、NVIDIA Morpheus可用于网络安全、NVIDIA Metropolis可用于智能视频分析、 NVIDIA DeepStream可用于视觉 AI、NVIDIA Merlin 可用于推荐系统。 此外，这些NVIDIA AI框架还包括用于构建客服联络中心智能虚拟助手的全新AI工作流、多语种音频转录和用于网络安全威胁检测的数字指纹识别。

　　在接下来的时间里，数据量会持续着爆炸式增长，AI赖以学习的标记数据也会因大数据技术提升而让获得成本日趋降低，这都会让AI的核心要素——数据朝着有利于AI应用繁荣的方向发展。与之相对应，来自IDC的数据表明，全球人工智能产业规模将在2023年达到979亿美元，国内同类数这也将逼近174.68亿美元。在这样的态势之下，提升了算力和算法的NVIDIA 和戴尔科技共同发布的戴尔 PowerEdge系统，必将成为这股应用潮流的新催化剂。