存储 频道

野狼disco之老板吹过的牛

了解更多数字化转型方案查看此链接:

https://www.dellemc-solution.com/home/index.html

临近年底,老板快过生日了

如果要给他献首歌,老陈一定选《野狼disco

因为只有这样帅(狂)气(野)的歌风才配得上英明的老板!

跟我一起画个龙来左边儿

在你右边儿

画一道彩虹

来左边儿

跟我一起讲人工智能

在你右边儿

再念句数字化转型

在你胸口上比划一个大数据

左边儿右边儿黑科技

大手一挥举起麦

直指光明的数字化未来

《野狼disco》

三天前,老陈陪同CEO参加行业峰会,众大佬同聚一台,现场锣鼓喧天,鞭炮齐鸣,红旗招展,人山人海,场面那叫一个热闹。

席间觥筹交错,科技交流无缝开展,总结阶段,CEO一跃跳上主席台振臂高呼

“未来的竞争不是来自同行,而是来自科技公司,我们要做好数字化转型,技术上进行前瞻性投入,引领未来创新,一年内全面采用大数据和人工智能等技术,明年再聚首时,我们一起见证行业黑科技!”

老板在上面激情澎湃、满面春风,老陈在下面如坐针毡、如芒在背,默默盘点了手里那点货,心里越发不安:

什么大数据平台?什么人工智能应用?公司除了上千台服务器、N多的网络和存储、一堆开源数据库软件还能勉强支撑业务运营以外,没啥黑科技啊?这明年就要展示啊!

开完会回来老陈一夜未眠,但也思索过诗和远方——至少这次老板从战略的高度重视我们技术部门在可见的未来必定会加大IT投入

▊ 嗯,未来是美好的!

给自己打满鸡血后,老陈立刻回到公司召开动员会,准备打场恶仗。

上午10点会议室

老陈清清嗓子,对一群下属交待:“公司高层非常重视业务数字化转型以及新技术前瞻性投入,明年要看到实际成果,人工智能大数据我们得抓紧搞起来!”

——“有人知道人工智能和我们行业怎么结合吗?”

三四十号人鸦雀无声。

——“听说要用Python语言开发,有谁做过Python开发的?”

总算有2-3人举手。

——“很好!不过据说复杂一些的应用场景模型开发需要用到HPC架构有谁之前做过类似的项目接触过GPU和FPGA等异构计算?”

大家面面相觑,四顾茫然。

第一次技术摸底后老陈心里拔凉拔凉的——8年来一直在这个职位,难道再上一步到集团的良机就要消失了?

▊ 又是一个不眠之夜。老陈深刻体悟到“老板吹过的牛,我们含着泪也要接着吹完!”这句话的奥义。

第二天上班,马路上堵得水泄不通,前面挂着大横幅热热闹闹的全是人,好像在开什么人才交流会,真是屋漏偏逢连夜雨,项目的事已经够让人上火的了,现在还得错过10点的例会吗?

老陈一边滴滴按喇叭,一边给群里发消息,正烦闷不堪时,突然开窍了:对啊,人才!向科技型公司转型,得有人才啊!现在人才储备不够得问CEO要人去啊

找完CEO后,老陈得到了一个好消息和一个坏消息,好消息是加人可以坏消息是:“今年转型压力很大,你们团队薪酬预算增加160万,你可以拿这笔预算招人,不够的话裁员再招,明年一定要看到业务转型成果!”

160开玩笑!现在招个刚毕业的AI博士都要50万起步,2年经验的最少100万,就这点钱,还招人?

裁员更不可能!这帮跟了自己10来年的兄弟姐妹们,个个都上有老下有小还背着房贷呢!

理想很丰满,现实太骨感。想起老板吹过的牛,老陈一筹莫展,无计可施。百无聊赖地翻翻朋友圈,立马被一条内容吸引住了:

 

人工智能?戴尔易安信在做AI

老陈赶紧点进张铭的头像,向他发去一句问候。

几小时后

老陈跟张铭在韦联广场某餐厅碰面,饭桌上老陈大倒苦水,希望师弟能给些AI方面的指点。

张铭:“师兄,别担心,国内很多AI初创公司和巨头都是我们戴尔易安信的客户,这方面材料我有的是,不过你得先跟我说说,你们想通过AI实现的业务场景都清楚了吗?”

老陈:“人工智能嘛,当然是老板吹过的场景都给它实现了!”

张铭:“你们打算怎么实现?”

老陈:“目前比较缺人才,我们公司想招2个搞算法的博士。”

张铭呵呵一笑:“做AI,负责算法的人一定需要,而且很宝贵,但有个问题,请人代价比较高吧!”

老陈再次摆出苦瓜脸:“是啊,刚毕业都要50W以上,有点经验的更贵了,人需要,钱没有……不过只能咬咬牙满足刚需吧。”

张铭给老陈敬了一杯酒,慢慢道:“师兄,搞算法的数据科学家一定需要但好钢得用到刀刃啊!之前我们有个做金融的客户,花180W从互联网找来一个技术大拿,结果花了7个月才第一次弄出来勉强能用的应用。后来了解到,这个大拿前6个月都在给公司部署和调试开发环境,一脸委屈给他们老大汇报,说公司新购的IT设备和以前完全不同。”

老陈:“这的确是个问题,数据科学家那么宝贵怎么能把他们的时间都浪费在设备调试上呢?不过AI平台对算力要求高,可我们传统客户哪弄过高性能计算啊!而且现在GPU、FPGA各种芯片,还要安装驱动、数学函数库、开发框架、集群管理、资源调度,还要调配网络和存储等,有没有系统性材料?让我们知道需要哪些软硬件环境?”

张铭让老陈别着急,随即打开携带的笔记本,对老陈讲了起来。

AI开发需要从HPC体系架构说起,跟其他系统一样,HPC同样是由服务器、网络、存储组成,只不过服务器分为头节点用于集群登录和任务分发,计算节点负责处理数据,网络除了以太网还有高速网络,目前主要有Infiniband和OPA等低延时高速网络,存储方面要注意文件系统的选择。

技术上HPC分为以下这么几层:

如果需要具体的软硬件配置,可以根据下面这个方式获得:

老陈听完点点头:“确实很全面,不过有点复杂,有没有简单一点的?毕竟这样的开发系统还需要找人维护系统而且系统的性能也需要调优吧!”

张铭眨眨眼:“这当然没问题!”

戴尔易安信面向开发人员开发了一体化解决方案,具备快速部署(连线加电)、配置简化(GUI按钮点击)、运维简单(远程集中管理)等特点,相比传统的AI基础架构简化了很多步骤而且对性能进行了优化

同时,戴尔易安信开发平台除了具备完整的软硬件还集成了即见即所得的开发环境,开发人员单点登录,自行选择GPU等加速器的数量、开发框架类型,横向扩展也只需要点击几下即可。自此以后,数据科学家再也不需要浪费时间调试设备和性能了一键登录直接写代码调试开发算法。”

老陈看完后大为赞赏,这个一体化平台真不错能省不少事儿

张铭点点头,你们公司突然提转型,目前面临的就是以下局面:

 缺人,缺懂算法的人,缺懂HPC或异构计算落地的人,但又没太多预算招人

 需要填坑。比如常用的瑕疵检测,不知道用什么模型效果好;哪些应用可以通过迁移学习就获得好的效果;应用推理的时延达到秒级,不知道怎么排除问题;要命的是没有时间和成本去趟水。

那面对这种局面,为什么不借助厂商的力量,参考厂商从实验室里得出的各种设备和框架的测试值,以及在其他企业的实践,是不是可以大大节省工作量呢?

老陈:“这正是我来找你的目的啊,我们需要你们趟过坑的经验,说实话我们现在人力和时间都不够,不可能从0开始,我们能不能签个战略合作?我们用你们的一体化平台,你们派人过来手把手带我们入门?”

张铭答应:“没问题,大家共同进步!”


0
相关文章