现今，由于政策和市场的双重作用下，我国的人工智能取得了十足的进步，“言必谈AI”已经成为各个科技领域和企业间交流必不可少的话题。各家企业渴望通过AI自身的发展和创新，AI帮助企业在数字化转型的过程中取得先发优势。搭建属于自己的AI平台成为了最近两年企业的重点战略规划。
企业想要搭建一个AI平台，需要根据自身的实际情况来选择，但其大体流程都可分为四个步骤：1、从数据源把原始数据导入到数据湖，对其进行拆分、清洗等数据预处理工作；2、把数据导入AI训练集群通过算法框架进行训练；3、训练结束后将得到最优参数进行设置模型，完成智能应用的部署；4、最后把机器学习的数据进行归档。
人工智能AI平台的构建不是只需要冻得算法就可以的，算法的成熟运用并不等于解决问题，也不等于可以可以更好的解决市场问题，而追求高效率、高性能、灵活易用的基础架构才是更古不变的基础。
人工智能AI平台基础架构中至关重要的就是存储架构：存储架构主要有三种模式：基于数据块的SAN存储，基于文件的NAS存储和对象存储。首先SAN存储无法实现跨不同主机共享数据，不适用于AI平台，可以排除；其次对象存储达不到AI平台数据管道所需的高性能也可以排除，所以文件存储是一个不错的选择，但文件存储系统也要满足以下条件：1、横向扩展架构例如或者GPFS；2、HDFS，通用的大数据文件系统；3、NFS，最广泛部署的共享文件系统。4、不牺牲性能的前提下，可以保存各种结构化和非结构化数据。数据库内容要包含关系型数据库和非关系型数据库；5、邮件日志；6个人主目录；
在满足上述条件的同时还要满足随机小IO和顺序大IO的性能文件系统必须能够在两者之间保持平衡性能。拥有最大性能和数据移动的能力：能够保持高效的移动数据。此外数据的生命周期还需自动分层智能决定不同数据集的存储位置，比如高性能层，归档层等；同时满足数据分类和过滤过程的实时性能；支持最新的存储和内存介质如NVMe和SCM等，从而在性能和延迟上获得数量级的提升你的AI平台选择的文件系统和数据架构至少应该满足以上条件，这对AI平台的长久发展非常重要。
相关文章
