由:高级研究助理撰写Jeremy Korn.及研究副总裁尼克耐心
对于人工智能和机器学习应用将对其基础设施提出的要求,许多组织准备不足,但他们准备花钱来改变这种情况。
这些只是我们从我们的新企业之声:2019年人工智能和机器学习基础设施调查。近一半(45%)的企业表明,他们目前的AI基础设施将无法满足未来的需求(见图1),这提示了一些问题:
•为什么?
•他们打算怎么做?
•他们是否准备花钱来解决问题?
这是为什么?
逐渐发言,数据是基础设施需要大规模提供AI的原因,我们的调查中有89%的受访者称,他们预计使用机器学习工作量的数据量将在明年增加,并且近一半的投影增加25%以上。大部分增长将来自非结构化数据,因为AI和机器学习的最具变化的使用情况涉及从非结构化数据获得洞察力,是IT文本,图像,音频或视频。
他们打算怎么做?
企业明白,要大规模利用人工智能,并不仅仅是扩展现有基础设施。需要新的基础设施来应对机器学习工作负载的需求,包括新的可扩展存储、专用加速器和低延迟网络。这些需要在不同的执行场所部署。
企业还表达了对其人工智能基础设施的各种担忧,从这些系统的安全性到数据管理能力的不透明性。改造人工智能基础设施需要的不仅仅是购买更好的硬件;它需要新的工具和对架构范例的更新。
他们准备花钱来解决问题吗?
是的,他们也是。我们的调查显示,83%的受访企业表示,他们明年将扩大人工智能基础设施预算,39%的企业预计增加25%或更多。在基于云计算的人工智能平台上的支出将占据领先地位,89%的受访者计划在明年增加在这些平台上的支出。
我们的声音:AI和机器学习基础设施2019调查包含了更多关于支出决策者等主题的数据,机器学习过程中的具体点,将基础设施的应变,AI特定的基础架构组件组织的类型正在寻求购买,技能短缺是最敏锐的领域,以及机器学习模型的频率和部署的频率和位置。
要了解更多信息,请查看这个自由市场洞察报告。
对于人工智能和机器学习应用将对其基础设施提出的要求,许多组织准备不足,但他们准备花钱来改变这种情况。
这些只是我们从我们的新企业之声:2019年人工智能和机器学习基础设施调查。近一半(45%)的企业表明,他们目前的AI基础设施将无法满足未来的需求(见图1),这提示了一些问题:
•为什么?
•他们打算怎么做?
•他们是否准备花钱来解决问题?
图1
这是为什么?
逐渐发言,数据是基础设施需要大规模提供AI的原因,我们的调查中有89%的受访者称,他们预计使用机器学习工作量的数据量将在明年增加,并且近一半的投影增加25%以上。大部分增长将来自非结构化数据,因为AI和机器学习的最具变化的使用情况涉及从非结构化数据获得洞察力,是IT文本,图像,音频或视频。
他们打算怎么做?
企业明白,要大规模利用人工智能,并不仅仅是扩展现有基础设施。需要新的基础设施来应对机器学习工作负载的需求,包括新的可扩展存储、专用加速器和低延迟网络。这些需要在不同的执行场所部署。
企业还表达了对其人工智能基础设施的各种担忧,从这些系统的安全性到数据管理能力的不透明性。改造人工智能基础设施需要的不仅仅是购买更好的硬件;它需要新的工具和对架构范例的更新。
他们准备花钱来解决问题吗?
是的,他们也是。我们的调查显示,83%的受访企业表示,他们明年将扩大人工智能基础设施预算,39%的企业预计增加25%或更多。在基于云计算的人工智能平台上的支出将占据领先地位,89%的受访者计划在明年增加在这些平台上的支出。
我们的声音:AI和机器学习基础设施2019调查包含了更多关于支出决策者等主题的数据,机器学习过程中的具体点,将基础设施的应变,AI特定的基础架构组件组织的类型正在寻求购买,技能短缺是最敏锐的领域,以及机器学习模型的频率和部署的频率和位置。
要了解更多信息,请查看这个自由市场洞察报告。
6334击中