IDC推出了用于人工智能基础架构堆栈的互操作框架

随着构建AI功能的迫切性越来越高，IDC认为企业对于构建自己的AI基础架构堆栈的过程感到困惑。IDC看到越来越多的AI服务器，存储和处理器供应商正在开发由抽象层，业务流程层，AI开发层和旨在无缝运行的数据科学层组成的AI堆栈。这些堆栈通常将开源软件，专有软件和非货币化商业软件(例如CUDA)层结合在一起，旨在帮助客户的IT基础架构团队，开发人员和数据科学家在预先设计的堆栈上进行协作，而无需自己构建。

IDC相信AI基础架构堆栈为客户提供了明显的优势，尽管多样性令人困惑，但这并不是不利条件。IDC并不期望供应商共同开发“标准”的AI基础架构堆栈-这将使客户失去选择多种口味的优势。通过提供AIP框架，IDC希望为IT供应商提供指南，鼓励他们提高其堆栈的多功能性，从而增加其无处不在的采用率。

“服务器，处理器和协处理器供应商提供的AI基础架构软件栈使企业受益匪浅，我们在这些报告中着重介绍了其中的几个，”微软基础架构系统，平台和技术部门研究总监Peter Rutten说。 IDC。“但是买家应该意识到这些堆栈的复杂性和缺乏互操作性。”

IDC基础设施系统，平台和技术研究总监Sriram Subramanian表示：“可以将AI工作负载的基础设施需求视为规模，可移植性和时间的函数。“拥有如此众多的选择和选择，最终用户通常会对正确的基础架构感到困惑。AIP提供了一个简单的框架来选择正确的基础架构，同时兼顾了成本，灵活性和基础架构利用率。”

IDC建议技术买家彻底调查服务器供应商提供的整个AI堆栈，并探索其常规硬件供应商以外的选择。检查参考堆栈时要牢记的IT好处包括降低成本，数据和应用程序可用性，有效的基础架构整合以及在可能的情况下使用单个可互操作的应用程序交付平台。IDC还建议技术供应商关注AI基础架构堆栈之间的互操作性。

IDC报告“ AI平面”：人工智能基础架构堆栈的可互操作框架(IDC#US46283420)引入了AI Plane(AIP)—一种可互操作的框架，以选择合适的基础架构堆栈来为AI工作负载提供动力。该报告还介绍了AIP的两种特定实现：开放AI平面和即服务AI平面。IDC建议企业在选择合适的基础架构堆栈以支持AI工作负载时，充分利用AIP框架。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！