第四范式推了一款软硬件一体机服务器还说这是 AI 商业闭环的开始

戴文渊认为在企业级 AI 赛道内,第四范式在很多场景都能赢 BAT 这样的巨头。以往,基于企业级服务市场的决心和技术储备上,作为第四范式联合创始人兼 CEO 的戴文渊也有过类似的表达。但这次,他有了新的底气。

9 月 10 日,第四范式联合浪潮商用机器推出软硬件一体化服务器 Prophet AIO,将 AI 企业级解决方案延伸进硬件领域。在接受极客公园采访时,浪潮商用机器总经理胡雷钧透露他们将在下个月正式推出「Prophet AIO」第一款产品——AZ 2000。

按照第四范式官方的介绍,Prophet AIO 是针对超大规模数据挖掘与机器学习计算问题推出的 AI 一体机产品,能够在风险反欺诈、竞争营销、个性化推荐、广告计算、智能制造、客户运营及产品定价等多个数据挖掘与决策场景中应用,免去 AI 底层基础的配置、调试步骤,并带来明显效果提升——在同等成本的情况下,Prophet AIO 整体性能较普通服务器提升 10 倍以上。

简言之,这个软硬件一体将第四范式的「先知系统」等技术打包成一个科技黑匣子,搭载在浪潮商用 POWER9 等硬件服务器上。比如,一家银行无需自己开发,直接利用这个一体机服务器上搭载的反欺诈 AI 模型,就能提升反欺诈的能力。在浪潮商用机器总经理胡雷钧看来,这样的一体机将解决数据挖掘、分析等人工智能技术落地的「最后一公里」困境。

胡雷钧口中的「最后一公里」是指人工智能从技术到应用之间的路径,企业的认知成本,甚至是企业培养上手新员工使用技术的成本。对于目前暂时缺少人工智能深研能力的中小企业来说,可以直接使用这款软硬件一体机,提高数据挖掘和决策的能力;对于自己具备人工智能技术开发的企业来说,利用经过特别为 AI 数据、算法、模型做调整的服务器,也能优化、保障产品的开发效率。

从产品定位来说,Prophet AIO 被视作第四范式未来的主要业务。在第四范式的官方口径中,算法平台和服务器的结合被形容成企业级 AI 商业闭环的形成。戴文渊将软硬结合的这种改变与微软进行了类比,「微软原来是卖光盘的,现在有几个人买微软光盘,都是买一台笔记本带一个微软,不是说(微软现在)不卖光盘,以后更多是软件带硬件一起卖出去」。

对于第四范式而言,软硬结合是人工智能向企业服务深入发展的明确方向。在戴文渊看来,企业服务市场中仍是一个巨大的存量市场。通过软硬件的结合,第四范式可以从服务器层面将产品带到硬件层面,并开拓出一条软件应用的新路径。

根据国务院新一代人工智能发展规划,到 2020 年整个 AI 的产业规模会超过 1500 亿。到 2022 年之前,60% 中国大型企业都会开发自己的 AI 解决方案。在大型企业之外,中小企业对于解决方案的需求同样旺盛,第四范式这类基于企业技术服务的人工智能初创公司大有机会。

另一方面,企业级人工智能商业套件和服务器这类企业必备的硬件设施结合,同样存在巨大的增量市场。这也是浪潮商用机器选择和第四范式合作的重要原因。传统观点认为,对于企业来说,企业的 IT 是企业重要的成本来源,每个企业在做成本预算时,往往是想尽量在同等效用的基础上减少成本——「十块钱减掉八块」。

在第四范式联合创始人兼总架构师胡时伟看来,以前企业是尽量控制成本,来达到最高的效率。但在人工智能时代,企业的 IT 从成本中心慢慢变成利润中心,现阶段在人工智能服务器投入越多,越能让企业产生更多利润。

戴文渊以他曾经开发的百度凤巢系统为例。2009 年,戴文渊加入百度负责开发 AI 系统时,支撑广告系统稳定运行的应用服务器有三、四千台,AI 开发团队只有一台。但凭借这一台机器,戴文渊的团队帮整个公司提升 40% 的收入。这既是技术的威力,也证明专门为 AI 生产的服务器产品的需求存在。

在戴文渊证明 AI 服务器的必要性之后,凤巢系统团队每年都会有一个非常重要的任务,就是和百度 CFO 讨论给凤巢团队多少台机器。经过计算,戴文渊发现专门进行 AI 运算的机器越多,带来的收益越多。据戴文渊回忆,到 2013 年,百度广告系统的应用服务器大概从三四千台增加到七八千台,但 AI 服务器增加到两万台,「比例由原来的 1:4000 变成了 20000:8000」。

戴文渊认为,目前绝大多数企业的 IT 是应用服务器,还没有 AI 服务器,但未来会完全颠倒。这就形成了一个服务器层面的广阔增量市场。在他看来,未来的 AI 服务器和应用服务器应该 50:1 的比例。但现在一家企业中的可能是一比几千、几万的服务器,这中间的市场空间可见一斑。

从技术层面来看,硬件厂商对软硬一体化的需求同样存在。机器学习这类人工智能技术本质是用计算机的性能、用计算机的广泛计算来替代人做一些对规律的发现和对决策和支持。对机器学习来讲,它所需要的计算能力,整个对内存的访问,以及对于参数的计算,是传统应用数百倍、上千倍,甚至几十万倍,对服务器的定向优化自然也成了一个服务器新的发展方向。

在第四范式和浪潮商用机器举行的战略合作发布会后,第四范式联合创始人兼 CEO 戴文渊、浪潮商用机器总经理胡雷钧、第四范式联合创始人兼总架构师胡时伟就软硬一体机的发展前景,第四范式目前的营收状况,以及如何看待和 BAT、其他创业公司的竞争等问题进行了回答。

提问:第四范式如何通过一台机器解决多个行业不同的细分领域的问题的,这里面是包含着多个行业的解决方案,还是融合了第四范式已经开发出的算法模型?从技术层面来讲的话,是如何实现的?

戴文渊:我们刚才在发布会的时候提到,由于我们要面临各个行业千奇百怪不同的问题,我们天然的一个任务是要把各种学习的任务给抽取出共性,我们所借鉴的学习圈理论,把所有的学习无外乎变成一个行动、反馈、反思和理论四个步骤。

可以看到刚才举了几个例子,包括反欺诈可以套用学习圈,包括 OCR 可以套用学习圈,包括糖尿病预警可以套用学习圈,包括今天如果做一个千人千面的个性化分发,也可以套用。

我们用是一个统一的方法解决各个行业不同的问题,这个方法可以不断地与优化,而我们自己的工作是在后台不断优化,能够使得学习圈的效果越来越好,以及这个学习圈能够跑的越来越高效,和浪潮做一体机的设计,也是其中一个非常重要的考虑,就是为了能够让系统越来越高效,能够获得一个数量级的提升。

胡雷钧:我再补充一下,这个一体机和第四范式的软件系统做的是一个应用开发的平台。

好比说原来传统的 IT 里面数据加中间件是应用开发的影响,因为在数据中间件上做了财务,有人在这个平台上做了 ERP 理论,有人做了银行的存款和取款。你讲的公司可能是两类不一样的公司,第四范式可能做的这套软件系统更像一个通用平台,像 AI 领域里的 AI 平台。

像在一些具体的领域里,比如反欺诈,有专门做反欺诈的公司,有可能用的是开源的 AI 技术,第四范式 AI 的应该平。

第四范式推了一款软硬件一体机服务器还说这是 AI 商业闭环的开始

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

Scroll to top