AI行業(yè)解決方案
金山云基于裸金屬服務器、GPU云服務器、KS3及人工智能平臺等產(chǎn)品解決AI行業(yè)客戶在模型訓練推理過程中所需要的大量計算存儲資源，基于豐富的IDC資源和混合云組網(wǎng)經(jīng)驗為AI行業(yè)客戶的應用發(fā)布設計高可用、高性價比的底層架構建設方案，有效降低運維成本，提高業(yè)務生產(chǎn)效率。
核心優(yōu)勢
資源靈活配置
為用戶提供了多種類型的計算資源和存儲資源，可用于科學計算、深度學習、圖形處理等多種計算任務。用戶還可以根據(jù)任務量大小靈活調(diào)配資源使用量。
低延遲極速訪問
通過多線路BGP和大帶寬的接入，減小訪問時網(wǎng)絡延時，協(xié)助AI行業(yè)客戶極速訪問云端資源。
海量存儲
金山云提供海量、低成本、高可靠的云存儲服務，協(xié)助用戶解決AI場景下大數(shù)據(jù)量存儲、數(shù)據(jù)可靠及分布式等相關復雜問題，方便用戶存儲圖片、音視頻、文本等各類型數(shù)據(jù)。
開發(fā)環(huán)境快速部署
托管Tensorflow、Keras、MXnet等算法框架和交互式開發(fā)環(huán)境，協(xié)助客戶快速進行模型的開發(fā)、訓練、部署。
行業(yè)場景和資源
AI行業(yè)通用邏輯架構圖
AI行業(yè)方案產(chǎn)品架構圖
AI行業(yè)通用邏輯架構圖
客戶可將AI行業(yè)涵蓋的圖片識別、語音識別、NLP等多種AI技術服務部署在金山云上，金山云為用戶提供底層資源和算法框架的支撐。
整體邏輯架構圖
從AI行業(yè)的共性來看，數(shù)據(jù)的采集處理必須經(jīng)過如下步驟：
步驟一：數(shù)據(jù)采集。
AI行業(yè)的土壤即是數(shù)據(jù)，該步驟可由數(shù)據(jù)采集平臺或合作方提供。
步驟二：模型訓練。
數(shù)據(jù)上傳到金山云平臺，通過算法庫的支撐，進行模型的搭建和訓練迭代。
步驟三：模型推理。
訓練完的模型部署在相關推理節(jié)點上，接受來自外界的識別/翻譯/檢測請求，推理后的結果返回給客戶。
AI行業(yè)方案產(chǎn)品架構圖
金山云為用戶提供KMR大數(shù)據(jù)平臺、人工智能平臺、存儲、數(shù)據(jù)庫、計算資源等產(chǎn)品。協(xié)助用戶快速搭建云端訓練、推理集群。
數(shù)據(jù)流傳輸過程
1.圖片、視頻、語音、文字等多類型數(shù)據(jù)通過采集端上傳到用戶自有機房。數(shù)據(jù)通過數(shù)據(jù)預處理后再上傳至金山云云端。
2.上傳至金山云云端的數(shù)據(jù)經(jīng)過大數(shù)據(jù)平臺的處理后，下發(fā)至訓練計算存儲集群。同時通過人工智能平臺快速搭建開發(fā)環(huán)境，協(xié)助進行模型的訓練開發(fā)及迭代。
3.訓練好的模型代碼和業(yè)務數(shù)據(jù)通過網(wǎng)絡傳輸至推理集群，實現(xiàn)推理模型的快速部署。
4.外界的訪問請求通過SLB負載均衡發(fā)送至各推理節(jié)點，快速推理，返回響應數(shù)據(jù)。