解析UCloud人工智能与英特尔背后的技术故事「上」

作者：佚名 2017-12-27 12:22:56

云计算 我们的目标是帮助用户像使用云主机、云存储这些成熟的云产品一样使用AI在线服务。通过充分利用英特尔?至强?处理器E5产品家族的高可扩展性及英特尔?AVX，我们的UAI-Service正逐渐走近这一目标。”

 “企业要构建自己的AI在线服务系统并非易事，无论是IT基础设施的建设还是AI 框架的部署，都需要耗费大量人力、物力。如果在IT系统、AI框架上选择失误，则会前功尽弃，这给AI项目的发展和普及制造了很高的门槛。我们的目标是帮助用户像使用云主机、云存储这些成熟的云产品一样使用AI在线服务。通过充分利用英特尔?至强?处理器E5产品家族的高可扩展性及英特尔?AVX，我们的UAI-Service正逐渐走近这一目标。”

在人工智能（Artificial Intelligence，AI）如火如荼的今天，很多初创企业和传统企业都选择以AI为契机开拓市场，但同时也面临着缺乏高效部署AI能力的难题。为此，UCloud基于英特尔?至强?服务器平台，充分发掘和利用英特尔?高级矢量扩展（英特尔?AVX）指令集相关处理单元的潜能，推出了UCloud AI 在线服务（UCloud AI online Service，UAI-Service*），其具备的大规模分布式计算平台可以满足企业在图像识别、自然语言处理等多个AI领域的在线服务应用需求。

面临挑战

企业的AI之路并非坦途大道：无论是初创企业踏上AI创新之旅，还是传统企业希冀借助AI之力调转航向，实现转型或升级，AI系统的设计、部署和运维都需要巨大、多维度的投入且困难重重，在决策选型过程中稍有不慎，都会带来巨大的沉没成本，令许多企业望而生畏。

AI的高成本正侵蚀企业的总拥有成本（Total Cost of Ownership, TCO ）：AI能力提升的背后，可能会给企业带来巨大的成本开支，如何在性能和成本之间达到平衡？这一问题让许多企业决策者感到苦恼。

解决方案

UCloud UAI-Service：面向初创企业、传统企业AI转型而生的UCloud UAI-Service，旨在提供易部署、易运维、更安全以及多AI框架支持的AI在线服务节点，可助力企业完成AI模型部署这一关键环节，并在图像识别、机器学习等多个AI领域满足企业用户的需求。

英特尔®至强®处理器E5产品家族及英特尔®AVX：通过与英特尔的紧密技术合作，UAI-Service一方面巧妙地利用云主机中英特尔®至强®处理器E5产品家族的空闲处理能力，将其英特尔®AVX能力用于支持和加速AI在线服务；另一方面，利用该处理器产品家族强大的可扩展性进行弹性部署，用低成本获得高性能，降低用户的TCO。

成果

真正推动AI技术的普及，助其持续发展：UCloud推出的UAI-Service将身处技术“深闺”中的AI技术和应用进一步平民化、实体化。通过PaaS的方式，让更多有志于在AI领域开拓进取的企业能够获取出色的AI部署能力，进而让整个AI产业实现“小步快跑”的前进节奏。

更有效利用空闲计算资源、节约用户成本支出：UAI-Service创新地利用英特尔?至强?处理器E5产品家族的空闲处理能力，是对空闲计算资源再利用的有效尝试，其成功实践令成千上万的数据中心处理器的空闲能力得以充分利用。这既降低了企业用户的TCO，也达到了环保节能的效果。

横空出世的AlphaGo，让AI成为近两年来人们持续关注的热点。而AI也正在走出象牙塔，走近普通企业和大众，并开始在经济和民生层面扮演起越来越重要的角色。从机器学习、模式识别到自动驾驶、机器视觉，不但众多初创企业将AI研发作为扬帆起航的契机，许多传统企业也将其作为自身转型升级所必备的利器。

但AI系统的建设并非易事，企业AI系统的建设可分为“数据收集”、“模型训练”及“模型部署”三个步骤，每个步骤都会带来复杂的IT系统建设及运维工作。随着各类大数据、云计算技术方案的日趋成熟，“数据收集”和“模型训练”的工作正逐渐转移到云上，形成了成熟的云化方案，而AI模型部署的云化还存在许多问题：一方面，多种多样的AI框架需要企业制订和执行不同的部署策略，难免因此产生高昂的运营成本；另一方面，主要用于模型训练的GPU平台在模型部署中不仅部署成本较高，而且在扩展性上的表现也不够理想。

UCloud推动的UAI-Service，就是针对上述AI模型部署难题而生的创新方案。UCloud的工程师们创造性地利用了虚拟云主机上英特尔?至强?处理器E5产品家族的空闲计算资源，借助英特尔?AVX的能力，来提供专注于AI模型部署的AI在线服务。英特尔?至强?处理器强大的可扩展性也帮助UAI-Service获得了快速便捷部署的能力，并显著降低了企业运行AI在线服务的成本支出。

让使用AI服务像使用云主机一样便捷

“简单来讲，AI的三部曲可以分为大数据收集，AI模型训练和AI在线服务。”UCloud创新产品线总监叶理灯这样描述企业AI系统建设，“此前，针对前两步，UCloud都已经为用户提供了成熟的云主机、云存储、云网络等解决方案。”

但三部曲的最后乐章，却还面临诸多问题。一方面，企业用户在基于AI进行业务创新时，常常面临众多的业务流程，如何将不同的业务流程与AI在线服务一一映射，这对AI在线服务的部署、可管理性及可扩展性提出了巨大的挑战；另一方面，面对众多的AI框架，企业运维人员总有无从着手的烦恼，因为他们需要为各个框架开发和配置不同的接口，工作量巨大。为解决AI系统建设这“最后一公里”的问题，UCloud提供了UAI-Service，它能基于大规模分布式计算平台为用户提供AI在线服务。

在实际任务部署中，UAI-Service为用户提供了“两步走”的部署模式。首先，向用户提供SDK工具包，内含接口代码框架、代码和数据打包模板以及第三方依赖库描述模板。用户只需根据SDK工具包内的代码框架编写接口代码，准备好相关代码和AI模型以及第三方库列表，就可以通过打包工具一键完成任务的在线部署。

任务打包完毕后，用户可以通过UAI-Service分布式的AI在线服务PaaS平台进行后续管理和维护。该平台可以同时管理上千个计算节点，每个计算节点都是同构节点，具有相等的计算能力，并拥有自动请求负载均衡、自动资源管理的功能。用户只需要将业务部署在平台上，就无须操心其后续的运维。

“UAI-Service给用户带来的最大优势，就是省去了部署AI在线服务时的大量繁琐工作，让用户可以将宝贵的资源聚焦在自身的业务上。”在UCloud叶理灯看来，如果每一个企业用户在部署自己的AI服务时，都需要通盘考虑容灾、安全性、资源调度或者负载均衡，那么企业在人力资源和成本上的支出将是沉重不堪的。

UAI-Service将这些工作都内化为SDK包和PaaS平台服务，用户只需要像使用云主机或者云存储服务那样，轻松将所需的功能或服务配置在一起就可以使用，而且UAI-Service还可以自动将分布式部署的四大要素——负载均衡、自动扩容、分布式容灾以及海量计算资源进行有效配置。

在下一篇中，我们将继续介绍UAI-Service平台的另一优势，以及UAI-Service如何借力英特尔技术以发挥其更强的AI能力等方面的技术解读。