人工智能加速计算

9月23日消息，当今社会，人工智能（AI）技术已经开始逐步应用在各行各业。比如在电商行业、物流方面、智能零售方面、工业制造领域等等。

据报告显示，在未来三年，85%的首席信息官将在未来3年内投资AI。数据科学家们依托大数据，通过AI加速器建立数据模型和算法，从而赋能各行业智能化进程。专门针对AI解决方案的戴尔Precision数据科学工作站，通过简化数据科学家部署AI平台的过程，并以强大的算力加速研发者项目进程，推动各行业智能化发展。

数据科学工作站强大算力助力数据科学家

戴尔科技集团终端解决方案事业部的资深工程师黄亮在今天的媒体沟通会上说道，“在中国，人工智能的发展尤其快速。人们每天都能在新闻里能看到，各行各业正在使用人工智能来改进我们的生活，包括自动驾驶、人脸识别、智能物流，以及智慧商店等等。现如今的人工智能之所以能发展起来，靠的是三个基础的条件。第一，大数据。第二，强大的基础架构跟算力。第三，算法。

“人工智能的背后是深度学习或者机器学习。机器学习跟深度学习是相辅相成，一般是先有机器学习，再到深度学习，最后再到人工智能，这是最终的形态。”黄亮表示。

AI的实现通常要经过数据准备、模型开发和训练、以及模型部署三个阶段，整个过程对平台的算力有很高的要求。普通PC无法满足数据量庞大的AI项目对设备算力和稳定性的需求。当收集的数据越来越多元，算法强度越来越高时，只有服务器、云端以及数据科学工作站可以提供对AI的技术支持。相较于工作站，在云平台和服务器上计算价格更加高昂，上传海量数据时往往也需要漫长的时间。因此在AI项目的开发和部署阶段，数据科学工作站更具有优势：

1、满足用户随时随地办公需求，不必前往服务器访问的到的地方；

2、可以在试验阶段进行自由的试验，轻松装载容器开发包或平台；

3、数据科学工作站允许操作者对算法、模型等随意迭代、或修改；

4、更加经济、高效；

5、数据本地化，可以轻松对数据进行更改；

6、可以根据开发人员的不同需求进行个性化的硬件配置。

戴尔Precision数据科学工作站 高效赋能数据洞察

AI技术的实现，需要一套复杂而智能的软、硬件平台。长久以来，数据科学家们发现，他们花费大量的时间用来组装和修复平台。配备一套新的数据科学平台，常常需要花费数天甚至数周的时间进行试错。面对这一痛点，戴尔Precision数据科学工作站解决方案为数据科学家们带来了福音。

戴尔科技集团专业工作站产品经理汪志军表示，“在AI项目的大数据并行计算时，科研工作者们最担心因硬件问题而导致的内存错误。戴尔的一项专利技术-智能纠错内存（RMT）能极大的提升硬件的稳定性，在硬件出现故障的时候，工作站主板上的一个芯片可以自动屏蔽硬件坏掉的部分，让内存继续稳定运行，减少宕机时间。这样做还可以节约成本。因为以前的一些设备如果他内存坏了需要马上更换。否则机器无法开机。但是有了RMT有这个功能以后可以屏蔽坏的内存并继续使用。并且，这个技术是免费提供给所有用户。”

很多用户在实验室中配备戴尔塔式工作站，既有强大GPU算力，又能静音，不用放在机房里，使用更加灵活。戴尔工作站从电源到散热的设计都能更极致地优化高端GPU性能，因此我们有更强的算力。戴尔Precision工作站内置的Dell Optimizer智能调优软件支持AI优化。通过机器学习算法，收集、监测机器运行资源，再运行这些软件的时候会进行优化配置，根据不同软件运行情况把机器的性能再提升一些，所以戴尔数据科学工作站不但能帮助科学家加速AI项目研究，同时本身也是内置了AI功能的产品。

开机即用：通过与NVIDIA