首页 科技频道正文

聚焦产业变革新范式 第四范式发布企业AI转型战略和SageOne软硬一体系统

网友 科技频道 2019-06-20 23:17:51 6576 0 | 文章出自:互联网 第四范式大数据场景应用

6月20日,人工智能企业第四范式“标新立异”产品发布会在北京召开,第四范式宣布将聚焦产业变革新范式,成为帮助企业实现智能化转型的重要伙伴,并发布了企业AI转型的“1+N”战略方法和企业级AI 软硬一体集成系统——SageOne,为企业AI转型提供“软硬”一体的全栈能力支撑。

发布会上,第四范式CEO戴文渊、首席架构师胡时伟、首席研究科学家陈雨强分别分享了对企业AI转型的战略思考、产品体系构建和技术研发方向等内容,向现场来自英特尔、百胜中国、工商银行、瑞金医院等产业和行业合作伙伴的重要领导,全面展现了第四范式未来发展目标和产业蓝图。

新范式,企业全面拥抱智能化转型

据Gartner 2019 CIO调查显示,过去四年中企业部署人工智能(AI)的企业数量增长了270%,并在2018年增长了两倍。Gartner预测,到2021年,70%的企业将通过AI来帮助员工提高工作效率。管理者正在考虑如何加速部署AI在企业整体运营和每一核心业务流程中。

基于如此趋势,戴文渊表示越来越多的企业开始进行全面的AI转型,进入到基于数据来制定决策、推出新产品和创造新商业模式的时期,称之为产业变革的新范式。在过去4年,第四范式助力7617个客户的12648个场景,帮助他们进入到新的范式。

在帮助企业转型及应用AI的过程中,第四范式总结出企业AI转型的“1+N”战略方法。“1”是指利用AI达到极致效果,在自己的核心业务上建立绝对优势;“N”是借力科技创新带来的基础设施成本的降低,规模化的落地于更多业务场景,提升整体经营效率。

企业的核心业务通常有1或数个,在实际经营中,核心业务创造的营收占比可达80%甚至更多,因而1%的提升就足以改变企业竞争格局。以互联网应用为例,“千人千面”的个性化服务就是AI化的结果,最终,用户活跃度有多少提升,有多少转化均取决于“千人千面”的程度与效果。而对于以“供应链”为核心的零售及制造业,其竞争力取决于AI能在多大程度上提升供应链效率,降低成本。面对核心业务,AI须做到极致效果,“毕其功于一役。”

N则是指企业在全面AI改造过程中,面对成百上千个分散场景时,如果每个都做到极致,投入产出比低,因而需要规模化、高效的AI落地能力。假设一个企业有一千个场景,其中一个场景提升10倍,对整个企业来说,只有百分之一的提升。而如果能高效地完成一千个场景的全面覆盖,即使每个场景只提升1倍,那也百分之百的提升。面对场景众多的企业,AI的“规模化落地”能力是企业全面智能化转型的关键。

新物种,SageOne软硬一体系统诞生

帮助企业实现核心业务AI应用的极致效果和大规模AI应用场景的快速落地,传统算力暴露了先天缺陷,解决算力问题成为企业AI转型的关键。第四范式联合创始人、首席架构师胡时伟表示:传统算力和AI应用负载之间存在天然的鸿沟,传统算力只是解决在计算、访存、I/O带宽的局部密集问题,而AI应用负载则需要解决全部密集的问题。发展企业级AI专用算力已经成为行业的普遍共识和大势所趋。

第四范式本次发布的企业级 AI 软硬一体集成系统——SageOne,是一个全新的企业级产品物种,摒弃了传统算力堆砌硬件的方式,而采用由软件定义的专用AI系统架构,更好的理解AI 算法的运算架构与逻辑,更深层次软硬件一体化的优化和加速,全面满足企业AI应用的算力需求。

SageOne内置第四范式领先的自研AI训练引擎、AI推理引擎和AI特征存储引擎三大核心引擎, 通过业界领先的“软件定义计算”软硬一体技术构建了闭环企业AI系统,贯通硬件基础设施、AI核心引擎、AI平台和AI业务应用的全价值链条,全面支撑企业AI"1+N "业务场景应用需求。

以第四范式高维算法为基础,SageOne搭载第四范自主研发的硬件加速卡——4Paradigm ATX800,内置模型训练和特征工程等多种加速能力,支持自动优化训练超参数、高位特征计算过程I/O加速和高维GBDT训练加速等应用,在企业应用场景中表现出高达10倍的训练性能。

SageOne内置第四范式自主研发的高维、分布式网络通讯协议Swift,集成pPRC自研网络通信框架、零拷贝数据交换协议等AI领先通讯技术,结合基于CLX-AP架构的参数服务器集群,展现出业界顶级机器学习性能表现。SageOne在高维特征计算过程I/O最大10X加速,高维稀疏场景模型训练比GPU提速5X以上,自研pRPC通信框架比百度bRPC和谷歌gRPC提速3-10X。

内置行业领先的自研实时特征计算引擎和模型预估引擎,SageOne为企业AI应用提供特征处理过程免开发上线、线下线上一致性保证、一键生成预估服务、异构模型统一服务等AI核心应用服务,结合非易失性存储的无限缓存和超低延迟内存存储等硬件技术,确保企业AI应用时具备海量量时序特征计算和万亿维模型实时推理能力的同时,提供百万级并发实时请求支持和99.9%请求毫秒级响应的高并发业务极速响应服务。

此外,第四范式和英特尔联合实验室一直探索最佳优化技术,并针对最新Cascade Lake-AP处理器的全新AVX512指令集、多核心及主频利用率和CLX AP微架构IO总线的利用率进行全面优化。

胡时伟认为,解决企业AI应用算力负载问题,单靠增加硬件是无法完成的。只有通过AI算法对整个AI算力平台系统的重新定义,才能帮助企业支撑AI“1+N”应用场景的需求。

 AutoML ,产业变革加速器

今天,产业变革才刚刚拉开帷幕,还需要更多创新技术加速发展。第四范式每年投入超50%资源在未来科技研发上,不断探索、验证和投产真正的企业级AI应用技术,持续加速产业变革进程。第四范式联合创始人、首席科学家陈雨强为现场嘉宾和媒体记者详细展示了第四范式在GEN0(投产技术)、GEN1(验证技术)、GEN2(探索技术)的技术布局,勾勒出未来企业级AI技术的发展方向和蓝图。

AI应用规模化的前提是低门槛、自动化的AI技术,其中,关键性技术是AutoML。第四范式在AutoML技术研发和产品落地领域走在世界前列,现场陈雨强首次提出了全新特性的AutoML 2.0技术。AutoML 2.0不仅是世界首个交互式AutoML技术,同时具备自动跨表特征增强能力。在世界知名的Kaggle机器学习竞赛中,第四范式AutoML 2.0与数据科学家共同挑战多项竞赛,竞赛结果数据显示全世界平均每7-10位数据科学竞赛选手,只有1位能击败第四范式AutoML 2.0;而在结构化机器学习问题上第四范式AutoML 2.0比Google Cloud AutoML排名靠前61.2%,在图像分类问题上比它排名靠前64.2%。

基于目前企业AI应用的痛点问题,第四范式未来还将引入隐私保护迁移学习(AutoPTL)、自动半监督机器学习(AutoSSL)、自动正样本和无标签样本学习(AutoPU)、自动知识图谱嵌入(AutoKGE) 等众多Auto“黑科技”到产品体系中,提高企业AI应用率和价值。

新生态,第四范式发布  启航  计划

以AI For Everyone为企业愿景,第四范式致力于携手客户与行业伙伴,把AI带到每一个行业,普惠人们的生活。发布会上,第四范式宣布开启“启航”合作伙伴计划,着力打造基于“先知”平台的生态体系建设。

“推动各领域的企业AI转型,进入到新范式,仅靠第四范式一家公司的力量是不够的。”第四范式商务副总裁梁军在“启航”计划启动仪式上表示,第四范式面向合作伙伴和开发者的开放,将越来越全面和深入,让越来越多的行业和企业能够低门槛地获取AI能力。基于先知平台,第四范式建立起产品赋能、咨询赋能、交付赋能、营销赋能、技术赋能五大赋能中心,正与广大解决方案商、咨询服务商、实施服务商、渠道分销商及开发者开展生态合作,形成一个强强联合、互补共赢的AI合作伙伴生态,共同启航AI蓝海。

人工智能被认为是引领新一轮科技革命和产业变革的战略性技术,AI转型不仅是企业战略上的需要,更成为企业未来竞争力和创新力的关键。第四范式将继续发挥自身在算法研究、技术研发等方面的优势,融合领先硬件技术,为客户和合作伙伴带来更多的创新技术和产品,为AI在更多企业的落地贡献力量。

- END -

第四范式简介:

第四范式是国际领先的人工智能技术与服务提供商,以“AI For Everyone”为企业愿景。第四范式自主研发的“先知”平台是助力企业实现AI转型的企业级AI PaaS平台,致力于降低AI落地的门槛、提升AI创新的速度。第四范式在迁移学习和AutoML领域居于世界领先地位——迁移学习领域的论文引用数排名世界第一;并在全球引领AutoML的研究、竞赛、会议和期刊,率先把AutoML技术落地到产业。

2018年12月,第四范式宣布完成C轮超10亿元融资,成为“中国五大行”联合投资的第一家创企。并于2019年2月入选CB Insights全球AI百强榜及领军独角兽榜单。第四范式在银行业的头部客户占有率已经超过70%;其模式可以快速复制到他行业领域,目前公司已在银行、保险、证券、零售、政务、能源、医疗、安全、媒体等领域成功赋能多个应用场景,助力各行业企业AI创新变革。


免责声明

本文仅代表作者观点,不代表本站立场,著作权归作者所有;作者投稿可能会经本站编辑修改或补充;本网站为服务于中国中小企业的公益性网站,部分文章来源于网络,百业信息网发布此文仅为传递信息,不代表百业信息网赞同其观点,不对内容真实性负责,仅供用户参考之用,不构成任何投资、使用建议。请读者自行核实真实性,以及可能存在的风险,任何后果均由读者自行承担。如广大用户朋友,发现稿件存在不实报道,欢迎读者反馈、纠正、举报问题;如有侵权,请反馈联系删除。(反馈入口)

本文链接:https://www.byxxw.com/zixun/1644.html