让我们一起来聊聊区块链未来趋势

如图所示，OpenVINO™ Model Server对外提供了gRPC和REST两种标准的网络API接口，供用户在不同场景下调用，不论用户是在本地，还是在远程启动AI工作任务，这些任务都将被接入到部署在容器内的OpenVINO™ Model Server服务。

上述架构设计及工作流程，让OpenVINO™ Model Server具备了以下四大AI云服务部署和应用优势：

• 面向英特尔架构内不同类别硬件基础设施实施性能优化，这一优势可以让用户完成模型训练后，即可将模型部署于不同场景中实施快速推理，有效降低部署和运维成本；
• 与K8S良好的集成，OpenVINO™ Model Server能通过镜像方式便捷地实现模型快速部署、维护和扩展，并具有更优的横向可扩展性，便于为用户提供密集型计算托管服务；
• 对常见的主流深度学习框架均有良好支持，可帮助用户在设计、部署AI方案时摆脱框架束缚，根据需求引入最优框架，增强AI服务能力；
• 统一网络API访问能力，允许最终用户基于CDS首云的云平台或裸金属平台部署本地化的AI能力，也可以采用远端网络调用该能力。对gRPC和REST等不同API接口模式的支持，也使方案的可用性大为增强。

实战：助不良内容检测兼顾高性能和低成本

在全新AI云服务方案成形后，CDS首云启动了有针对性的实践验证工作，并优先选择内部应用需求较为迫切的不良内容检测场景作为“实验田”。
 

人工智能如今成为行业组织炒作和宣传的术语之一，也有人提出一些问题：其潜力到底有多大?它会增强人类的地位还是使人类不再具有竞争力?真的具有革命性意义吗?

谷歌、亚马逊、Facebook、微软等大型科技公司正在推动人工智能技术的进步。在过去的几年中，这些公司却一直是备受批评的焦点，人工智能技术巩固了他们的影响力并支配着人们的特定工作和生活，但是当涉及到开源时，情况就有所不同。

从库到框架、IDE、数据湖、流处理、模型服务和推理解决方案，甚至最近的端到端工具聚合器Kubeflow，开发人员可以使用的开源工具数量庞大，这意味着组织现在可以利用多年来积累的技术和知识。换句话说，开源已经成为传统上被视为竞争对手的组织开展合作的原因。他们在某些方面更紧密地合作，正是人工智能和开源的独特结合促进更好的合作关系向前发展。

为什么要开源?

多年来，开源技术对IT开发的好处已经得到充分证明。第一个开源程序(Netscape Navigator)在1998年得以发布，被认为是这一趋势的初始起点。Netscape公司选择的策略是强调共享软件源代码的业务潜力。与科学技术一样，如果研究人员都对自己的方法保密，那么技术进步和创新的进程将更加缓慢。随着开发人员争相交付新技术和服务，安全且易于部署的软件框架对于支持这一点至关重要。

然而，对于希望开发成功的基于人工智能的技术的组织来说仍然面临许多障碍。人工智能和机器学习开发是一个成本高昂的过程，这已不是什么秘密。不仅如此，开发工作还需要强大的计算能力和数据集来构建和训练先进的模型。开源社区通过鼓励协作、专业知识和资源共享，为这些挑战提供了潜在的解决方案。例如，开源软件允许IT管理团队访问公共领域的框架、数据集、工作流和软件模型，从而降低培训成本。与此同时，开源社区总是在监控代码的缺陷和漏洞，这增加了额外的安全性，也使这种关注成为一种共同的责任。

在另一方面，Ops方法的兴起极大地提高了开发人员将解决方案投入生产的效率。例如，自动化容器化应用程序的部署和管理的开源平台Kubernetes 已经成为企业进入DevOps的主流技术，现已扩展到机器学习操作系统(MLops)，从而允许复杂的人工智能工作负载保持最新状态。

高科技，大惊喜

大型科技公司传统上一直将其源代码、数据库和方法私有化，这不足为奇。这就提出了一个问题：是什么让人工智能技术成为这些行业巨头的独特之处，让他们开始从核心业务中揭示方法，并推出自己的开源API?

从本质上讲，人工智能的发展仍然至关重要，并且在过去的几年中，大型科技公司在技术开发方面取得了跨越式发展。开源可以使开发人员或IT团队促进更便宜、更快、更灵活、更安全的部署。通过开源进行开发，可以通过大型技术社区的支持来帮助加速采用多种框架和软件解决方案。因此，在采用开源代码技术的情况下，可以进一步开发、探索、调整、改进他们的工作。展望未来，人工智能技术有望深入人们的日常生活，开源的人工智能将促进技术创新，并更快地走向成熟。

（编辑：广元站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!