本文讲的是Power AI：堪称机器学习的“破壁人”【IT168 评论】机器学习时代的到来如云计算一般，迅速、规模庞大而且不可逆转，甚至隐隐透露着一丝猝不及防的意味。好像一夜之间，互联网江湖上所有“有头有脸”的企业都踏上了机器学习这艘大船。而没有专业人才技术的中小企业，只能手握着登不上船的旧船票在岸边顾影自怜。
![]()
业内人士都清楚机器学习的潜力，它能够从大量数据中分析并发现数据的规律，使数据增值，支撑企业的内外部应用。如果说大数据时代“数据为王”，那么机器学习就足以作“将相”论了。但将相也并不好当，就目前来看，机器学习的门槛仍然比较高。它涉及微积分、概率论、最优化、线性代数、编程、计算机工程等方面，对从业人员的要求也较高，非“文武双全”者难当此大任。虽然世界各大公司或者爱好者对对机器学习算法相关抽象并开源，使实现机器学习不需要强烈的数学功底，但在挖掘方面依然存在比较多的问题和限制。
对于大部分企业来说，机器学习仍存在以下困惑：
·挖掘专题按需定制，受资源等方面制约不能快速开发
挖掘模型可复制性、可共享性差
·机器学习是探索式的科学，仍然需要进行多次迭代实验
·业务的建模抽象更多依赖于数据科学家的行业经验
·什么工具解决什么问题需要依赖更多的工程经验
·当算法不能很好地工作或不执行的时候，算法难以调试问题
·基本上每个开源机器学习工具都只擅长处理某些问题，实际工作中遇到的问题需要多个工具解决
·每个开源工具都需要搭建环境进行开发，每个工具的开发语法都不同，因此每个工具都需要学习，耗费时间多，且开发经验无法分享
以上问题的存在，虽谈不上寸步难行，但也让企业实施机器学习应用变得艰难无比。而且在机器学习模型建立之后，机器学习专家们仍需耗费更大的精力去考虑其背后的业务和商业问题。对于企业而言，时间同样也是成本。花费了大量时间建立模型之后，再花费大量时间让它实现价值，想来也很不划算。
IBM的Watson是认知计算系统中的杰出代表，也是IBM卓越的认知计算技术的一个具体表现。从十四年前的“深蓝”到如今的Watson，IBM一直没有停下挑战人工智能极限的脚步。如今，IBM又推出了一体化的认知基础架构平台解决方案，希望帮助没有专业技术及经验的企业快速搭建自己的人工智能应用。
Power AI是IBM认知系统中的重要组成部分，它是一个AI工具的企业级发布包。它能够提供预编译的主流深度学习软件工具包，简化安装并提供企业级服务支持，针对NVLink进行充分性能优化，可在高性能计算基础架构上运行。使深度学习、机器学习和AI变得触手可及，而且非常快速。
![]()
▲PowerAI人工智能编程大赛现场
此前，IBM与CSDN曾共同举办过一次“IBM Power AI人工智能12小时编程马拉松大赛”，参赛队伍借助Power AI进行人工智能应用编程。比赛从上午9点正式开始，经过环境部署、编程、调试、调优等阶段，到当晚21点，参赛者们就已经纷纷提交了代码和结果。这样的速度，不可谓不惊人。而获得第一名的北师大团队，所编写的程序完成题目要求只需6秒。能获得这样优异的结果，与北师大团队超强的实力以及算法上的正确选择脱不开干系，但Power AI在其中所扮演的角色同样不可忽视。
Power AI具备多种深度学习应用框架及函数库支持，同时拥有加速的、可扩展的运行环境支持，NVLink服务器集群、Spectrum Scale高性能并行文件存储以及可扩展到云环境的特性。
![]()
▲Power AI深度学习应用框架及函数库支持
值得特别提出的是，Power AI通过NVLink 来实现更高的CPU/GPU通信带宽，以提升大数据集的访问效能。每个GPU间以及CPU和GPU间提供两条NVLink连接，能够实现高速数据交换，显著提升大型神经网络模型的应用效率。而且得益于NVLink和更快的Tesla P100 GPU，Minsky运行复杂工作负载可提速41%。同时Power AI平台上的TensorFlow 0.12也可支持NVLink的全部功能。
![]()
当然Power AI所带来的效益远不止快速搭建人工智能应用那么简单。基于NVLink服务器，更高的吞吐量可支持更大的数据集和更多次的应用运行，提高认知结果的准确度。同时，在性能、可靠性、可扩展性等方面同样具有非常明显的优势。
单从机器学习应用非常广泛的金融行业来看，Power AI也已有多个典型的应用实例。
亚洲银行。使用Power AI(TensorFlow)和自然语言处理进行原型验证，来进行社交媒体上的客户语气分析。
·Oceana银行。使用Power AI (TensorFlow，Caffe)进行原型验证，建立客户信用卡审批的模型，减少周转时间，提高精度。
·某北美银行。使用Power AI (Theano)进行了PoC测试，建立小型交易交叉销售和追加销售的模型。
·某北美银行。使用Power AI (TensorFlow)进行了PoC测试，建立基于外部标准预测存款水平的模型。
在以上这些案例中，Power AI扮演了不可或缺的角色，客户借助Power AI搭建的机器学习模型，在分析预测的精度、准确度与速度上都有明显的优势。
Power AI自然不是IBM认知基础架构平台解决方案的全部，在IBM认知系统的技术服务与支持下，BlueMind深度学习云平台、PowerAI深度学习框架以及IBM卓越的基础设施，能够为企业客户提供一体化的认知应用搭建服务与支持，以最成熟的行业应用场景，最快速、最准确的模型优化能力以及最优的集成AI框架，帮助企业一步到位，实现认知。
原文发布时间为：2017-05-15
本文作者：谢涛
本文来自云栖社区合作伙伴IT168，了解相关信息可以关注IT168
原文标题：Power AI：堪称机器学习的“破壁人”
