第四范式发布Sage AIOS,想做成AI版的Windows系统

第四范式想企业级AI操作系统Sage AIOS,构建一个AI时代的“Windows操作系统”,让人人都可以在该系统上便捷的调动AI能力。

第四范式新品发布现场

“年初的抢菜大战,让我们认识到今年在线化的爆发……产业互联网和工业互联网催生的海量数据,难以被传统方式利用,而范式能够实现万亿级的捕捉,并实时创造价值。”

第四范式总裁裴沵思在发布会上表示。

据他透露,今年以来第四范式形成了以金融为主体,制造和零售为两轮,在航空、医疗、互联网和媒体多方面发展的格局。而今,这家立足于帮企业搭建商用人工智能平台的AI公司,在线上化爆发、AI转型的一年连发了四款AI新品。

这四款AI新品包括:企业级AI操作系统Sage AIOS、自动化AI生产力平台Sage HyperCycle ML、线上化智能运营系统天枢、以及全新AI算力平台SageOne。

目前,第四范式覆盖了从算力、操作系统、生产平台到业务系统的全栈AI产品矩阵。

创立第四范式之前,第四范式创始人兼CEO戴文渊曾就职于百度营销系统“凤巢”,帮助百度优化广告营收。戴文渊意识到搭建AI系统可能对很多企业成本都很高,因此他一直希望能将AI技术封装到产品中,使企业能够便捷地调用AI能力。这也是第四范式的AI产品一直贯彻的原则。

对于企业AI转型可能面临的阻力,戴文渊将其总结为:数据治理难、科学家稀缺、业务价值不佳以及算力成本负担重四大问题。问题背后是缺少基于规范和标准的AI基础设施。而这次新品发布,第四范式想通过标准化的AI产品解决上述难题。

AI时代的“Windows系统”什么样?

AI新品中最重要当属企业级AI操作系统Sage AIOS,这是首次AI进入到AI桌面应用的发展阶段,将各种数据形式进行集中化中台管理。

第四范式想通过这款产品,构建一个AI时代的“Windows操作系统”,让人人都可以在该系统上便捷的调动AI能力。

正如PC时代的Windows系统,通过桌面管理让用户低门槛地调取各种应用软件。AI标准化管理平台Sage AIOS也封装了各类AI应用,主要分为两种:一类是给AI科学家和开发者使用的工具类应用;另一类是针对某个场景一键上线的业务类应用。

图为“第四范式Sage AIOS产品界面”

图为“第四范式Sage AIOS产品界面”

Sage AIOS平台有两个比较重要的设计:一是数据治理。AIOS平台规定了数据的准备和使用方式。这就如同Windows系统规定了Word、PDF等标准的文件格式。

二是有效的资源调度与管理机制,就如同Windows系统的“进程调度器”,能够对任务进行合理的资源分配。

先说数据治理,这是企业AI转型的一大阻力。据第四范式经验,数据治理在企业落地AI过程中占据了高达95%的时间,效率和效果是难题。AI需要支持数据一致性、时序性和闭环的数据治理系统,而定义好数据形式,可以同时满足这三个需求。

具体而言,Sage AIOS规定了不同业务场景中的模型需要什么样的数据,对应的数据需要从什么IT系统上去调取,以及如何将这些数据处理为AI ready的数据、“投喂”到AI系统中。

而关于资源调度和管理机制,Sage AIOS采用HyperScheduler动态地对各个任务进行合理的资源分配,有效管理调度CPU、GPU、加速卡等各类异构设备资源,从而避免AI应用资源分配不均导致的任务响应慢、宕机等问题。

效果是能将资源利用率提升50%,AI全流程耗时节约三分之二时间。

攻克AI人才短缺、算力负担重难题

搭建完规范化的AI操作系统,进入规模化应用AI的阶段,公司还会面临AI科学家或人才短缺的问题。

据第三方公司调查显示,每年新增100万个AI应用场景,而每年最多新增1000名科学家,这导致了AI应用需求与科学家之间供需不足的矛盾。

为此,第四范式在AIOS平台上为业务人员等非AI专业人士,准备了名为“HyperCycle ML”的AI高级语言。

该语言能将AI过程简化为“行为、反馈、学习、应用”四步,自动完成从数据引入、数据定义、特征处理、模型训练、模型应用和模型自学习的AI全流程。

图为“第四范式HyperCycle ML产品界面

图为“第四范式HyperCycle ML产品界面

据悉,HyperCycle ML能把数百个AI相关模块的工作全部交给机器,把建模时间由原来的400小时缩短到10小时,自动化模型的精准度目前可以达到Top10%的AI科学家的水平。

除此以外,该功能还会自动收集线上的行为和反馈数据进行自学习,以确保模型稳定迭代。

而解决完数据治理、人才短缺的问题后,第四范式还想为公司解决算力负担重的问题。

据Gartner预测,2022年平均每个企业在AI算力上的支出会是18年的4倍,总体市场支出将超过50亿美元。一方面是算力成本高昂,另一方面则是算力的浪费——在企业数据中心对AI负载优化后,算力平均使用率依然达不到60%。

第四范式推出的软硬一体算力平台SageOne,能对AI整体生命周期进行全局优化。案例显示,在一家连锁餐饮企业实际应用场景中,SageOne实现了“一顶十”,以8台替换了88台通用服务器集群。(本文首发钛媒体App,作者 | 芦依,编辑 | 赵宇航)

本文系作者 芦依 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
本内容来源于钛媒体钛度号,文章内容仅供参考、交流、学习,不构成投资建议。
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

赞赏支持
发表评论
0 / 300

根据《网络安全法》实名制要求,请绑定手机号后发表评论

登录后输入评论内容

快报

更多
59
54

扫描下载App