近年來，在大數據、云計算等技術升級的共同推動下，人工智能技術及應用取得了蓬勃發展。如今，繼“互聯網+”之后，“AI+”已蔚然成風。

人工智能技術的發展不會取代人類，但使用人工智能的企業一定會取代那些從未打算與人工智能結合的對手們。目前已經有一些公司憑借新技術迅速崛起，并對同行施加了降維打擊。很多企業已經意識到尋求AI賦能的重要性，但面臨的難題是，要讓傳統企業實現AI升級并不容易，從基礎硬件的配置和部署，到數據采集和結構化，到模型搭建與訓練，再到算法模型的部署，其復雜性不言而喻。

由于復雜度過高，很多企業往往初步地了解了基礎硬件的配置和軟件部署后就對智能化望而卻步。正如著名華人學者李飛飛曾說，AI技術讓人興奮，但使用起來仍有很高的門檻，以致于只有少數公司能發揮其作用，她認為發展AI的當務之急就是降低進入的門檻。

如今在中國有這么一家公司，就是致力于幫助企業快速且低門檻地使用人工智能工具，解決開發環境部署和高成本投入等問題。

“我們的目標是將企業AI開發和應用變的更快、更簡單”，天數智芯研發副總倪嶺表示。

▌讓AI計算更快更簡單的秘訣

為了幫助企業更簡單高效的使用大數據和人工智能技術為自身業務賦能，倪嶺帶領團隊研發了SkyDiscovery智能數據基礎軟件平臺；同時，為了響應企業對于私有云和軟硬件一體化部署的需求，天數智芯也推出了相應的超融合一體機產品——SkyAXE, 為使用者提供高性能、高可用、低成本、低運維的數據計算服務。

讓計算變得更快：為加速數據分析和AI計算，各類高性能硬件層出不窮，包括天數也在緊鑼密鼓的研發通用、標準、高性能計算芯片。倪嶺認為，所謂“硬件越快，軟件越難”，在大規模的分布式異構環境下，計算、網絡、存儲如何協同高效運轉對軟件提出了巨大挑戰。天數通過自研的“Soft Silicon”核心計算加速技術，使用高級指令集優化，并行與分布式加速，動態編譯，RDMA網絡傳輸，分級存儲等一系列基礎軟件優化手段充分挖掘硬件的能力，最小化計算任務各環節的性能瓶頸，從而幫助企業“少花錢，多辦事”，更有效的進行數據科學和機器學習任務的開發和應用。

讓開發變得更簡單：在實際的數據分析任務中，機器學習往往只是其全生命周期中很小的一部分，數據的清洗與準備，特征選取，模型的反復調試與評估，模型的部署和管理往往會占去開發者更多的時間和精力，計算資源的管理與分配，繁雜運行環境與依賴，項目開發的協同與隔離，都是阻礙數據科學家和機器學習工程師進行快速原型開發的攔路虎。

倪嶺認為，作為一個成熟好用的數據科學平臺產品，在用戶交互和平臺功能上要盡可能的將用戶從繁雜和重復性的勞動中解放出來，因此，基于容器編排系統的云API，數據及模型的可視化探索，可交互的在線編程環境，拖拽的傻瓜式開發，工作流的支持，包括自動特征工程，自動模型選擇，自動超參數和架構搜索的AutoML，完備的模型管理與導出，以及資源和計算任務的管理與監控，數據、代碼、模型、可視化分析的托管與共享等功能都在天數智芯團隊的努力下一一呈現給SkyDiscovery的使用者們。

“一個功能點就能體現天數在把計算變得更快，開發變得簡單所做的努力”，倪嶺舉例道，使用多個節點的多塊GPU對單機Tensorflow模型訓練進行原生的分布式加速，需要修改大量代碼和進行手動集群管理，是個既困難又繁瑣的任務，即便是富有經驗的程序員也望而卻步。SkyDiscovery提供了單機版Tensorflow訓練程序自動分布式化的功能，用戶不需要修改一行代碼便可以輕松在分布式環境下達到接近線性的加速比。

▌超融合一體機SkyAXE——打造通用的高性能軟硬件平臺

倪嶺表示，借鑒芯片硬件開發中軟硬件協同設計的理念，在保證SkyDiscovery軟件平臺標準通用的前提下，SkyAXE大數據機器學習一體機從規劃之初，團隊就將硬件與軟件架構的相融與適配進行了綜合的考量。

市場上常見的數據科學相關的一體機產品，因為使用場景的不同采用截然不同的設計，搭配的軟件平臺也涇渭分明。大數據一體機通常是堆疊commodity server節點，搭配如HBase, Spark等Hadoop生態系統的軟件；而深度學習一體機都以單機多GPU卡的形式出現，配合諸如Tensorflow和Caffe等的深度學習框架。

倪嶺認為，以Hadoop為代表的大數據技術和傳統HPC技術，本質上，都是分布式計算環境下的作業系統，解決的都是將大的數據處理任務進行分解和協調的問題，如果以高性能計算為出發點，利用HPC技術，將存儲，計算和應用以超融合的方式進行整合，配合大數據生態中的動態水平擴展、高容錯和高可用的特性，一個在云端融合大數據和高性能計算的統一軟硬件平臺不但是完全有可能的，并且是數據科學需求演進過程中融合與互利的必然結果。

搭載了深度優化的SkyDiscovery軟件平臺的SkyAXE一體機正是在這樣的認識中誕生的，既能滿足企業對傳統大數據存儲和分析的需要，也能滿足他們對機器學習、深度學習等進階數據科學的需要。不僅充分利用資源，也解決了數據存儲和分析流程在不同平臺流轉造成的開發效率低下的實際問題。

超融合一體機SkyAXE

倪嶺表示，通過將計算與存儲分離和PaaS云化，SkyAXE支持模塊化定制，可以根據企業應用場景，對應用、計算、存儲等模塊進行靈活配置。SkyDiscovery平臺支持大部分通用開發語言、主流分布式計算框架、深度學習框架和100+機器學習算法庫，和多種類別的數據接入，拖拽式開發和大量行業模版，對各層級使用者，大幅簡化了數據探索，原型開發和模型生產化的難度，幫助企業更快速可靠的進行大數據和人工智能應用的開發與落地。

目前 SkyDiscovery和SkyAXE 已經廣泛應用于高校、科研院所、制造型企業、醫療體系、金融機構等不同企事業單位。針對企業的業務現狀和需求，天數協助評估、規劃和進行定制實施，這樣一套端到端、一站式、可定制的大數據、人工智能數據平臺，正助力企業突破智能化轉型過程中所遇到的瓶頸，并以創新技術為各行各業帶來更高的商業價值。

▌AI整體解決方案賦能行業應用生態

在應用領域方面，倪嶺表示，在SkyDiscovery和SkyAXE平臺產品和服務的基礎上，天數針對幾個重點垂直行業，包括高端裝備與制造、大眾健康、產業金融、人工智能教育等幾大領域都實現了相應的AI應用，云服務和產品解決方案，分別被稱為：SkyFront、SkyHealth、SkyFinance和 SkyEdu。

在智能制造方面，倪嶺介紹說，SkyFront是專門為助力制造型企業轉型升級而打造的智能設備健康管理平臺，包含了工業時序數據平臺，及以AI技術為核心的故障預測與健康管理 (PHM) 系統。通過動態采集設備運行數據，與企業信息系統中故障、維護等信息進行整合，利用各種智能算法，建立設備的故障預測模型，能幫助企業用戶更加有效預防設備故障的產生、準確預測設備使用壽命全面提高設備管理水平，從而大幅提升生產效率和經濟效益。

在智慧醫療方面，SkyHealth基于SkyDiscovery智能數據平臺，打通醫院各業務信息系統，對多種來源的數據，進行采集、清洗和結構化，幫助醫療科研機構建立符合國際標準的臨床病例數據庫，并借助深度學習技術，對病理學、影像學的各類醫療圖像數據進行分類，分割等模型的開發，提供智能輔助診斷，提高醫生、醫院和第三方檢測機構的工作效率，向患者提供更加優質的醫療服務，從而推動分級診療，優化醫療診療流程。

比如響應國家大力推動的兩癌篩查政策，天數最近推出了人工智能宮頸癌液基細胞輔助篩查（TCT）云平臺產品和服務。在一體化精準醫學病例數據管理和機器學習云平臺的基礎上，醫療團隊首創了數字化細胞涂片的全視野智能檢測技術，快速篩查和排除陰性病例，提高篩查效率，節省ICL人力成本80%以上。

作為高性能數據處理以及深度學習、人工智能應用領域的技術先鋒，天數智芯的產品和服務能顯著增強企業和云計算中心數據處理和分析能力，助力企業與云計算中數據分析應用向智能化轉變，實現精準預測、認知和智能決策等方面擴展，極大提升了數據價值。

▌技術創新永無止境

未來，天數智芯將一直致力于研發自主可控、國際一流的通用、標準、高性能計算軟硬件基礎平臺，并以自身標準平臺為基礎，以生態聯動的方式，有機整合高端芯片、基礎軟件和云服務三大基礎業務，深耕以AI為代表的高性能計算市場。

“過去兩年多，我們充分發揮了軟件平臺的優勢，在人工智能的數個垂直領域積累下多個應用場景。當然，讓企業能夠更快速、更有效地進行智能應用的開發的目標永無止境。”

“未來，我們將進一步優化智能數據基礎軟件平臺的技術能力，并借助天數智芯傾全力打造的云端高性能計算加速芯片，為更多行業應用賦能，天數智芯未來在企業云計算和人工智能解決方案市場上將更具競爭力。”談及未來，倪嶺透露出未來公司的研發決心。

“工欲善其事，必先利其器。既然各行各業都想通過數據和智能化分析來為自己的業務賦能，未來我們將持續發揮軟件平臺+芯片硬件的融合優勢，為賦能者賦能，讓企業能夠更快速、更有效地進行智能應用的開發”，倪嶺表示。