人工智能，高高在上，相信這是很多人的想法。其實(shí)我們每個(gè)人天天都在使用人工智能，比如掃碼。掃碼需要對(duì)圖像進(jìn)行識(shí)別，而圖像識(shí)別則是人工智能的一個(gè)運(yùn)用。人工智能并非大家想象的那么遙遠(yuǎn)，甚至一臺(tái)電腦，也能進(jìn)行人工智能的操作。戴爾Precision數(shù)據(jù)科學(xué)工作站就是可以進(jìn)行人工智能操作的產(chǎn)品。

　　戴爾Precision數(shù)據(jù)科學(xué)工作站

　　在戴爾Precision數(shù)據(jù)科學(xué)工作站溝通會(huì)上，戴爾科技集團(tuán)專(zhuān)業(yè)工作站產(chǎn)品經(jīng)理汪志軍和戴爾科技集團(tuán)商用終端解決方案資深工程師黃亮介紹了目前人工智能領(lǐng)域的發(fā)展情況。

　　人工智能有三個(gè)基礎(chǔ)條件：1、大數(shù)據(jù)；2、強(qiáng)大的基礎(chǔ)架構(gòu)和算力；3、算法。

　　在互聯(lián)網(wǎng)上，大家都是以數(shù)據(jù)的形式存在，雖然聽(tīng)起來(lái)很奇怪，但確實(shí)如此。構(gòu)成每個(gè)人的不是肌肉和血液，而是0和1（二進(jìn)制）。所以當(dāng)別人研究你的時(shí)候，你只不過(guò)是一個(gè)個(gè)標(biāo)簽的集合而已。我們處在大數(shù)據(jù)時(shí)代，所以第一個(gè)基礎(chǔ)條件是具備的。

　　不同領(lǐng)域的人工智能，對(duì)于基礎(chǔ)架構(gòu)和算力的要求是不一樣的。目前我們說(shuō)的人工智能，其實(shí)主要包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，兩者相輔相成，同時(shí)也有各自適合的領(lǐng)域。機(jī)器學(xué)習(xí)需要人為干預(yù)，而深度學(xué)習(xí)則在機(jī)器學(xué)習(xí)的基礎(chǔ)上進(jìn)行，整個(gè)過(guò)程不需要人為干預(yù)。

　　雖然看起來(lái)深度學(xué)習(xí)要優(yōu)于機(jī)器學(xué)習(xí)，但深度學(xué)習(xí)的成本較高，對(duì)硬件的要求也更高，所以具體情況需要具體分析。戴爾Precision數(shù)據(jù)科學(xué)工作站屬于本地計(jì)算，相比云平臺(tái)和服務(wù)器，戴爾Precision數(shù)據(jù)科學(xué)工作站更加靈活，可實(shí)現(xiàn)數(shù)據(jù)本地化，并隨時(shí)調(diào)試、修改，而且還可以根據(jù)開(kāi)發(fā)人員需求更換硬件規(guī)格。

　　戴爾Precision數(shù)據(jù)科學(xué)工作站有塔式工作站、機(jī)架式工作站和移動(dòng)工作站，有英偉達(dá)Quadro RTX顯卡和Geforce RTX顯卡可選，同時(shí)也有英特爾至強(qiáng)和酷睿可選，并且像Precision7000系列工作站還支持多GPU，運(yùn)算效率更高，可以幫助數(shù)據(jù)科學(xué)家節(jié)省訓(xùn)練模型的時(shí)間。

　　此外戴爾Precision數(shù)據(jù)科學(xué)工作站標(biāo)配ECC內(nèi)存，還支持專(zhuān)利技術(shù)智能糾錯(cuò)內(nèi)存（RMT），當(dāng)內(nèi)存出現(xiàn)錯(cuò)誤時(shí)，可自動(dòng)屏蔽出錯(cuò)的部分，保證系統(tǒng)穩(wěn)定運(yùn)行。這對(duì)于數(shù)據(jù)科學(xué)家來(lái)說(shuō)相當(dāng)重要。

　　其實(shí)目前很多人工智能開(kāi)發(fā)都是在本地進(jìn)行的，比如前期原型開(kāi)發(fā)，就比較適合在工作站上進(jìn)行，也正是這個(gè)原因，戴爾Precision數(shù)據(jù)科學(xué)工作站在實(shí)際開(kāi)發(fā)過(guò)程中有很大的施展空間。

　　而且戴爾Precision數(shù)據(jù)科學(xué)工作站內(nèi)置了Dell Optimizer智能調(diào)優(yōu)軟件，其支持AI優(yōu)化，通過(guò)機(jī)器學(xué)習(xí)算法監(jiān)控系統(tǒng)運(yùn)行狀況，對(duì)不同軟件進(jìn)行優(yōu)化，從而提升性能。

　　目前人工智能的運(yùn)用已經(jīng)非常普遍，除了大家常用的掃碼，在電商服務(wù)、物流、智能零售、工業(yè)制造、醫(yī)療、自動(dòng)駕駛等方面都已經(jīng)非常普遍。比如電商服務(wù)的倉(cāng)儲(chǔ)管理，如果通過(guò)人力分揀，大量的貨物會(huì)讓人力效率變得非常低。而通過(guò)識(shí)別系統(tǒng)和管理系統(tǒng)，可以很好的實(shí)現(xiàn)貨物識(shí)別、分類(lèi)、管控。這其中就是通過(guò)大數(shù)據(jù)+標(biāo)簽+算法實(shí)現(xiàn)的，這也正是人工智能的一項(xiàng)應(yīng)用。

　　所以人工智能在我們的生活中已經(jīng)極為普遍，而且并不是說(shuō)普通老百姓觸不可及的技術(shù)才是人工智能。在人工智能服務(wù)大眾的過(guò)程中，算力是非常重要的。而具體到數(shù)據(jù)科學(xué)家，戴爾Precision數(shù)據(jù)科學(xué)工作站憑借強(qiáng)大的算力賦能數(shù)據(jù)洞察，助力數(shù)據(jù)科學(xué)家。
責(zé)任編輯人：CC