人工智能，高高在上，相信這是很多人的想法。其實我們每個人天天都在使用人工智能，比如掃碼。掃碼需要對圖像進行識別，而圖像識別則是人工智能的一個運用。人工智能并非大家想象的那么遙遠，甚至一臺電腦，也能進行人工智能的操作。戴爾Precision數(shù)據(jù)科學工作站就是可以進行人工智能操作的產(chǎn)品。

[[344678]]

戴爾Precision數(shù)據(jù)科學工作站

在戴爾Precision數(shù)據(jù)科學工作站溝通會上，戴爾科技集團專業(yè)工作站產(chǎn)品經(jīng)理汪志軍和戴爾科技集團商用終端解決方案資深工程師黃亮介紹了目前人工智能領(lǐng)域的發(fā)展情況。

人工智能有三個基礎(chǔ)條件：1、大數(shù)據(jù)；2、強大的基礎(chǔ)架構(gòu)和算力；3、算法。

在互聯(lián)網(wǎng)上，大家都是以數(shù)據(jù)的形式存在，雖然聽起來很奇怪，但確實如此。構(gòu)成每個人的不是肌肉和血液，而是0和1（二進制）。所以當別人研究你的時候，你只不過是一個個標簽的集合而已。我們處在大數(shù)據(jù)時代，所以第一個基礎(chǔ)條件是具備的。

不同領(lǐng)域的人工智能，對于基礎(chǔ)架構(gòu)和算力的要求是不一樣的。目前我們說的人工智能，其實主要包括機器學習和深度學習，兩者相輔相成，同時也有各自適合的領(lǐng)域。機器學習需要人為干預(yù)，而深度學習則在機器學習的基礎(chǔ)上進行，整個過程不需要人為干預(yù)。

雖然看起來深度學習要優(yōu)于機器學習，但深度學習的成本較高，對硬件的要求也更高，所以具體情況需要具體分析。戴爾Precision數(shù)據(jù)科學工作站屬于本地計算，相比云平臺和服務(wù)器，戴爾Precision數(shù)據(jù)科學工作站更加靈活，可實現(xiàn)數(shù)據(jù)本地化，并隨時調(diào)試、修改，而且還可以根據(jù)開發(fā)人員需求更換硬件規(guī)格。

戴爾Precision數(shù)據(jù)科學工作站有塔式工作站、機架式工作站和移動工作站，有英偉達Quadro RTX顯卡和Geforce RTX顯卡可選，同時也有英特爾至強和酷睿可選，并且像Precision7000系列工作站還支持多GPU，運算效率更高，可以幫助數(shù)據(jù)科學家節(jié)省訓練模型的時間。

Precision7000系列工作站

Precision5820塔式工作站

[[344681]]

Precision7000系列移動工作站

此外戴爾Precision數(shù)據(jù)科學工作站標配ECC內(nèi)存，還支持專利技術(shù)智能糾錯內(nèi)存（RMT），當內(nèi)存出現(xiàn)錯誤時，可自動屏蔽出錯的部分，保證系統(tǒng)穩(wěn)定運行。這對于數(shù)據(jù)科學家來說相當重要。

其實目前很多人工智能開發(fā)都是在本地進行的，比如前期原型開發(fā)，就比較適合在工作站上進行，也正是這個原因，戴爾Precision數(shù)據(jù)科學工作站在實際開發(fā)過程中有很大的施展空間。

而且戴爾Precision數(shù)據(jù)科學工作站內(nèi)置了Dell Optimizer智能調(diào)優(yōu)軟件，其支持AI優(yōu)化，通過機器學習算法監(jiān)控系統(tǒng)運行狀況，對不同軟件進行優(yōu)化，從而提升性能。

目前人工智能的運用已經(jīng)非常普遍，除了大家常用的掃碼，在電商服務(wù)、物流、智能零售、工業(yè)制造、醫(yī)療、自動駕駛等方面都已經(jīng)非常普遍。比如電商服務(wù)的倉儲管理，如果通過人力分揀，大量的貨物會讓人力效率變得非常低。而通過識別系統(tǒng)和管理系統(tǒng)，可以很好的實現(xiàn)貨物識別、分類、管控。這其中就是通過大數(shù)據(jù)+標簽+算法實現(xiàn)的，這也正是人工智能的一項應(yīng)用。

所以人工智能在我們的生活中已經(jīng)極為普遍，而且并不是說普通老百姓觸不可及的技術(shù)才是人工智能。在人工智能服務(wù)大眾的過程中，算力是非常重要的。而具體到數(shù)據(jù)科學家，戴爾Precision數(shù)據(jù)科學工作站憑借強大的算力賦能數(shù)據(jù)洞察，助力數(shù)據(jù)科學家。