近年來，AI普惠已成為企業數字化的一條快速通道，各類數字化工具為企業上雲、用數、賦智提供了便捷的手段，而智慧化也不再是那麼的遙不可及。一方面，基礎設施的算力在後摩爾定律時代高速增長，另一方面，越來越多的算力被以雲服務的方式提供，甚至HPC雲化也變成了一種潮流。此時，企業獲取AI也在變得更加簡便。
算力多元化 企業如何快速獲取AI能力？（圖片來自Techspirited）
IDC預測，2023年AI系統的支出將達到979億美元，是2019年375億美元支出的2.5倍多。在摩爾定律和雲效率的幫助下，人工智慧正在從複雜的組織向每一個應用程式滲透。例如在NVIDIA的資料中心業務版圖中，AI扮演著至關重要的作用，GPU可以滿足大規模的平行計算需求，並且得益於Tensor Core和TensorRT的支援在雲端低精度計算上構築了技術優勢，TensorRT 5可以將FP32模型轉換成FP16或INT8模型，而不損失準確率，並降低能耗。
圍繞TensorRT，NVIDIA幫助阿里巴巴和百度構建了深度推薦系統，對TensorFlow的輸出結果進行最佳化，透過計算尋找計算圖中可以融合的節點和邊，減少訪問以便開發者使用CUDA將負載高效部署在任意的GPU上。
此前，企業要在網際網路數以百億計的資訊流中找到使用者真正關心的內容就像大海撈針，而這需要一個智慧的篩選系統將有效資訊從數十億過濾到數百個，並且進行排序，依據就是對使用者喜好的瞭解，這種推薦系統的計算平臺已從CPU轉向GPU。在百度，10TB量級的資料使用GPU訓練成本可減少90%。阿里在處理“雙11”的交易量時，使用基於GPU的深度學習模型每秒可處理780個請求。
以往，機器學習採用的還是一些傳統處理器架構，比如說CPU，有很多AI負載架構在CPU之上，CPU實際上是一個針對應用和網路設計的處理器，是標量處理器。後來的GPU是針對圖形和高效能計算、以向量處理為核心的處理器，從2016年到現在被廣泛應用在一些AI應用裡。但在Graphcore看來，AI是一個全新的應用架構，底層是以計算圖作為表徵的，所以需要一種全新的處理器架構，而Graphcore IPU就是針對計算圖的處理所設計的一款處理器。
在Armv9架構中也加入了針對AI的設計理念，AI工作負載的普遍性和廣泛性需要更多樣化和專用的解決方案。據估計，到21世紀20年代中期，全球將有超過80億臺搭載AI語音輔助的裝置。且90%或更多裝置上的應用程式將包含AI元素以及基於AI的介面，如視覺或語音。
為了滿足這一需求，Arm與富士通合作開發了可伸縮向量擴充套件（Scalable Vector Extension, SVE）技術，並驅動了世界上最快的超級計算機“富嶽”。在此基礎上，Arm為Armv9開發了SVE2，以便在更廣泛的應用中實現增強的機器學習和數字訊號處理能力。
SVE2增強了對在CPU上本地執行的5G系統、虛擬和增強現實以及ML工作負載的處理能力，例如影象處理和智慧家居應用。在未來幾年，Arm將進一步擴充套件其技術的AI能力，除了在其Mali GPU和Ethos NPU中持續進行AI創新外，還將大幅增強CPU內的矩陣乘法。
華為則認為，進入21世紀，以CPU為代表的、基於規則的算力出現過剩，由此出現了雲。可以說，雲匯聚各類工作負載，又將反過來驅動各類計算的創新與進步，尤其是以暴力計算為特徵的統計計算，以及統計和規則為特徵的混合計算。
如今，有越來越多的AI應用發生在雲端，尤其是對於智慧技術需求高的行業而言，他們甚至可以說是被AI逼上公有云，而那些原本使用私有云的企業使用者，也由私有云躍遷到了混合雲。當人工智慧走向雲端，開發者既是第一批受益者，又成為了雲服務商手中的核心資源。此外，就像微軟不惜重金收購GitHub、谷歌開源TensorFlow一樣，核心的開發者群體或社群貢獻著數以萬計的應用資源，而背後的這些資料資源如果悉數執行在Azure或谷歌雲平臺上，對於微軟和谷歌的雲業務發展也是強勢助力。
另一方面，低程式碼和無程式碼也加速了AI的普及落地。低程式碼指的是減少傳統應用程式的程式碼編寫量，主要透過圖形化視覺化介面，以拖放元件和模型驅動邏輯的方式，讓更多業務人員和IT開發人員共同參與業務流程的最佳化，快速為Web端和移動端建立企業級應用。Gartner預計，65%的企業應用在未來的4年中都會變成低程式碼的應用，到2024年，65%的企業都會採用低程式碼的應用。
為了更好地服務客戶，G&J Pepsi一直在接納采用領先的技術。隨著公司IT部門對移動辦公的需求越來越高，IT部門面臨著越來越多的機遇和挑戰。透過微軟Power Apps、Power BI和Power Automate，G&J Pepsi的七人IT團隊建立了用於門店審計和銷售流程自動化的定製化應用。透過這些自定義的應用，IT團隊可以建立、部署和管理可擴充套件的端到端解決方案，無需任何開發應用程式的經驗，大幅提升了移動業務的效率和能力。
豐田汽車公司尋求一種無需IT部門大量參與的解決方案，用以提高跨部門、跨學科的合作效率，滿足企業創新需求。透過部署微軟Power Apps，豐田汽車公司的員工可以自主請求開發應用程式。藉助跨應用程式的自動化，員工大大減少了每年在資料輸入上花費的時間。目前豐田汽車公司已經透過Power Apps開發了400多個應用程式，影響範圍從部分專業成員擴充套件至擁有成千上萬名員工的團隊。
據微軟統計，Power Apps能夠幫助企業減少70%的應用程式開發成本，目前已有95%的世界五百強企業都在使用Power Apps自定義構建程式。Power Apps還可與自動化工作流解決方案Power Automate一起使用，用於資料整合。
可以看到，無論是透過雲還是本地計算的方式，客戶關心的是AI功能如何快速、高效、低成本的實現，而這對於產品和服務提供商來說，則有了巨大的市場空間。
(7651541)