（ChinaIT.com讯）近日，全球最大上市咨询公司埃森哲（Accenture）发布了2023年技术愿景《When Atoms meet Bits》报告。其中，生成式AI做为2023年四大技术发展趋势之一榜上有名，98%全球高管认为，AI基础模型将在3—5年内在组织的战略发展中发挥重要作用；而近乎所有全球高管都认为，生成式AI技术将重塑业务流程和运营模式，成为重要智能生产力工具。

(相关资料图)

在AI领域，HPE早有布局——HPE携手英伟达，将行业领先的AI技术、专业服务和灵活的部署选项相结合，助力用户握紧人工智能的风口，将其快速转化为业务成果。

AI产业窗口期，企业如何把握智能红利？

当人工智能回归到企业级应用，几乎可以渗透到所有的业务类型中——从制造业的智能工厂到零售业的推荐引擎，再到金融服务业的欺诈检测——来达到提高生产力的目的。 IDC预测，到2024年，全球60%的2000强企业都将在生产中使用人工智能。 可以说，绝大多数企业已经认识到人工智能的优势。但是，搭建支持人工智能的应用程序，并将其从原型推向生产仍然非常困难。

为降低企业使用人工智能的门槛，HPE携手英伟达推出了专门面向人工智能的解决方案。 该解决方案基于双方的领先技术——HPE ProLiant Gen11计算、NVIDIA® GPU和HPE超级计算技术打造，能帮助企业以更快、更经济高效地方式构建和训练人工智能模型。

其中，全新的HPE ProLiant DL380a Gen11服务器凭借便捷的云运维体验、可靠的安全设计和全面优化的性能，尤其适用于人工智能工作负载。HPE ProLiant DL380a Gen11服务器支持四个双宽GPU，能提供比单个GPU更高的处理能力，使组织能够更高效地运行更大、更复杂的模型，且能够处理更具挑战性的人工智能任务。与此同时，GPU之间充足的互连带宽确保多GPU训练和并行处理的顺畅数据传输，缩短了人工智能模型的训练时间。此外，这款行业标准服务器还具有轻松添加或删除双宽GPU的特点，使组织能够根据需求变化来扩展其人工智能基础架构。

与之相配的是英伟达新一代GPU——NVIDIA L4 Tensor Core GPU，其由NVIDIA Ada Lovelace架构提供支持，是一款通用的节能加速器，旨在满足包括人工智能在内的广泛的工作负载需求，包括视频、视觉计算、图形和虚拟化等，适用于云游戏、模拟、 和数据科学等多领域，是一款真正的通用GPU。

作为HPE在HPC和AI领域最具突破性的解决方案，HPE Apollo 6500 Gen10 Plus System在GPU密集型工作负载方面提供了卓越的性价比，每个服务器可配备高达8个NVIDIA Tensor Core GPU、NVLink互连技术以及10个AMD Instinct™ ，提供经济实惠的人工智能和深度学习能力。该系统具有企业级的可靠性、可用性和可维护性，并提供了多种“构建块”选择以适配各种工作负载，包括复杂的模拟和建模等深度学习和高性能计算工作负载。

在有了高效的硬件后，AI应用还需要什么？

NVIDIA AI Enterprise

随着AI模型在规模、复杂性和多样性等方面的快速发展，一个能够支持多种AI模型架构的AI平台至关重要。这一过程中，企业人工智能操作系统比不可少。为此，英伟达推出了NVIDIA AI Enterprise ，这是一款端到端、安全、云原生的AI软件套件，可以作为操作系统使用。在集成到HPE的AI解决方案后，NVIDIA AI Enterprise可以加速数据科学管道，简化预测性AI模型的开发和部署，并自动化的执行基本流程，从而让企业加速从数据中获得洞察。

HPE Ezmeral Data Fabric

数据是人工智能/机器学习工作负载的基础。要想部署生产级AI，企业需要具备强大的数据管理、保护、治理和分析能力，以此来安全地获取、处理、存储、访问和分析海量数据。为此，HPE推出了HPE Ezmeral Data Fabric数据管理解决方案，其适用于NVIDIA AI Enterprise 工作负载，专门针对混合的数据进行了优化，结合了文件、对象、表格和流数据，能提供一目了然的可见性和直接的数据访问。测试显示，HPE Ezmeral Data Fabric已通过NVIDIA GPU Direct Storage验证 ，能进一步提高GPU和存储层之间的I/O吞吐量。

HPE GreenLake

对于采用混合云来运行AI工作负载的用户来说，HPE GreenLake在性能、延迟、数据治理和GPU资源利用率上有明显优势。HPE GreenLake允许客户以即服务的模式使用基础设施，从而实现了在本地部署人工智能/机器学习工作负载，为用户带了类云的体验。HPE GreenLake具有按需扩展，管理统一且便捷，部署迅速，成本效益高等特点，让技术力量和资金有限的小企业也能快速入局人工智能，且能适应未来发展所需。

来源：HPE中国

关键词：