入选Gartner全球报告，阿里云解读AI工程化三大基础能力

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

针对 AI 工程化落地的实践经验，阿里云给出了需要具备的三大基础能力：平台云原生化、模型超大规模化、AI 服务场景化。

www.sohu.com, Mar. 22, 2021 – 

2021 年，AI 工程化的未来令人充满期待。

Gartner 将「AI 工程化」列为 2021 年度九大重要战略科技趋势之一。在 Gartner 看来，只有 53% 的项目能够从 AI 原型转化为生产。AI 要成为企业生产力，就必须以工程化的技术来解决模型开发、部署、管理、预测等全链路生命周期管理的问题。

也就是说，如果没有 AI 工程，企业无法将 AI 项目从概念证明和原型转移到全面生产。那么对需要用到 AI 的企业来说，该选择什么样的方式和服务商来获得 AI 工程化能力？

权威市场报告是一份不错的参考。Gartner 最新发布了两份 AI 魔力象限《Magic Quadrant for Data Science and Machine Learning Platforms（数据科学与机器学习平台）》（下称 「DSML 报告」）和《Magic Quadrant for Cloud AI Developer Services（云 AI 开发者服务）》（下称「CAIDS」 报告），对全球厂商进行了年度评估。这两份报告可以看作是 AI 工程化领域的盘点，给予希望选择正确的 DSML 和 CAIDS 解决方案，并提升 AI 生产力的企业以权威的参考。

点击阅读更多

 Back