Login / Register
从最基本的层面上说，人工智能 (AI) 的工作机制是：使用基于规则的软件结构和观察到的信息来模仿人类行为并采取行动。
想象一家扭结饼干生产工厂。它有一条很长的装配线，在这里，精确配量的原料首先经过搅拌混合，并传送至饼干打结机器。这些机器会通过带喷嘴头的机械臂移取部分面团，将其打结，然后放入移动的传送带上。生的扭结饼干沿传送带继续前进，经过盐渍站和涂抹站，到达加热炉以及烘烤炉，最后到达称量和装袋机。装配线的末端是包装和发货站。
整个装配线可持续运行。
但是，一台装袋机突然坏了。然后另一台机器也坏了。
工厂该如何应对？ 不能直接停掉装配线（搅拌机里还有面团，扭结饼干正在烤箱里烘焙）。装配线上还有扭结饼干在往装袋机传送，但它们洒在了地板上。
事故听起来很棘手，对吧？ 这只是可以用 AI 解决的一个相当简单的案例。AI 会暂停给料机，将搅拌机中的面团倒出来，并让正在烘烤的扭结饼干经过废料门排出。然后修好装袋机。不过，AI 的用途远远不止制作扭结饼干，而且，有些用途相当酷炫！
当今时代的 AI 应用
丰富人类互动：世界上有数百种语言和几十亿人口。想象一下，如果您能在任何地方，与任何人轻松交谈，是不是非常“酷”？ 这就是 AI 的力量，就在您的智能手机里。
推动教育普及和人际沟通：根据 textrequest.com 的数据，全世界每天发送的文本达 187 亿条。他们还指出，文本是 2018 年最流行的沟通方式。这还只是文本消息！
如果加上将印刷文字转换为语音对话（以及将语音转换为文字）的应用，将为人们提供更多接受教育的机会，比如更高效的学习（例如，丰富的有声书选择）。搜索引擎可以支持更多的语言、方言和地方土语，得益于此，查找文本中的相关概念以及获得更丰富、更深入的内容推荐将比以往任何时候都更容易。
视觉识别和身份识别：从自动驾驶汽车和障碍物识别/躲避到快速、可靠的面部识别，AI 在互联汽车中的应用只是诸多 AI 识别应用中的一个例子。假设有一个小孩在人群中走丢了。利用 AI 监控摄像头提供的快速、可靠的面部识别功能，将能快速找到走失的孩子。
缺陷识别：发现缺陷（例如在制造业中）并快速、有效地处理它们可加快生产速度和提高质量。基于 AI 的扫描和测量系统可识别这些缺陷并帮助管理它们的生命周期，最终提高产品质量和用户体验。硅器件制造商可以高速测试、扫描和检查每个芯片上的电荷，然后通过大数据分析来识别异常，随后快速、有效地解决问题。
这些只是当今 AI 应用的部分例子。
高速度、大容量 - 硬件对 AI 的重要性
虽然 AI 领域的突破似乎都与软件相关（自主学习算法、自动驾驶智能、下棋等），但硬件在其中也发挥了关键作用（只不过有点像幕后功臣）。
为获得快速、准确的结果，AI 算法对硬件的要求相当高。AI 训练用例需要摄取海量数据来训练模型，在此过程中，高速存储至关重要，例如配合 GPU 和 CPU 使用的大规模 DRAM 阵列。
随着 AI 的发展，AIStorage IO 负载发生了巨大变化。AI 应用读取的数据远远超过它们写入的数据。传统基础架构的读取/写入比率大约为 4:1，而 AI 平台的读取/写入比率大约为 5,000:1，甚至更大。
这是存储 IO 的巨大变化，SSD 的耐用度趋势也反映了这一变化。
SSD 的耐用度以每日整盘写入次数 (DWPD) 来衡量，表示给定 SSD 每天支持整盘填充（写入）的次数。在 AI 平台获得广泛采用之前，高耐用度 SSD（DWPD 值通常为 10 到 25）非常受欢迎。但 AI 等数据高度密集型工作负载的广泛采用极大地改变了这一点：在 2017 年的所有 SSD 出货量中，大约 75% 为 DWPD ≤1 的硬盘。
您需要知道的五件事
训练需要硬件支持：AI 训练和验证需要数据（大量数据）和速度。3D NAND 和高性能、大容量 SSD 等存储创新提供了开发、验证和实现 AI 解决方案所需的高速海量数据。
专注于硬件：利用专为特定工作负载设计的硬件（如读取密集型 SSD 和低功耗内存）为您的行业和用例加速 AI，确保智能终端设备的智能化。美光拥有可满足您特定需求的内存和存储产品组合。
好的设计是关键：为“对”的任务投资“对”的技术。读取密集型 SSD 非常适合 AI 和训练。它们可以存储大量数据集，支持快速访问，并且性价比更高。低功耗、小尺寸、高性能的内存可帮助终端设备实现高速 AI 推理。
使用低功耗内存和存储：AI 系统需要大量的存储和计算资源。能够高效驱动预处理、摄入、分析和操作的高能效内存和 SSD 具有很高的性价比，非常适合大规模部署在网络边缘。
美光可帮助您：美光提供广泛的产品组合，可帮助您打破云、数据中心和网络边缘智能设备因性能不足而导致的恶性循环，同时帮助您建立数据顺畅存储、迁移和分析的良性循环。
您现在正处于 AI 旅程的哪个阶段？ 欢迎通过 Twitter @GreyHairStorage 联系我们。
