图1

这是为什么？

从广义上讲，数据是基础架构进行大规模交付AI的原因，我们调查中有89％的受访者表示，他们期望使用机器学习工作负载的数据量在明年增加，而预计将近一半。增加25％或更多。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色性用例涉及从非结构化数据中获得见解，无论是文本，图像，音频还是视频。

他们建议对此做什么？

组织了解，要使他们在大规模上利用AI，这不仅仅是扩展现有基础架构的情况。需要新的基础架构来应对机器学习工作负载的需求，包括新的可扩展存储，专用的加速器和低延迟网络。这些需要在各种执行场所中部署。

企业还对其AI基础架构的各种担忧，从这些系统的安全到数据管理功能的不透明性。大修AI基础架构不仅需要购买更好的硬件；它将需要新的工具和更新来进行建筑范式。

他们准备花钱解决问题吗？

对，他们是。我们的调查显示，有83％的响应企业表示，他们将在明年扩大AI基础设施预算，其中39％的人预计将增长25％或更多。基于云的AI平台支出将领导这一费用，有89％的受访者计划在明年增加支出。

我们对企业的声音：AI和机器学习基础架构2019调查包含更多有关支出决策者等主题的数据，机器学习过程中的特定要点构成了基础架构的压力，AI特定基础架构组件组件组织的类型正在寻求购买，技能短缺最严重的领域，以及培训和部署机器学习模型的频率和何处。

有关更多洞察力，请查看此信息自由市场洞察报告。