不受约束的人工智能：每一次都利用正确的计算

[ayeshshiddika11]

Dataiku 产品
迈克尔·霍劳
2024 年，我是一名数据科学家和技术客户经理，从事机器学习 (ML) 和人工智能软件领域的工作，但情况并非一直如此。

我的职业生涯始于为飞机结构分析运行数值模拟。当时，我依靠的是一个必须根据模型的复杂性进行扩展的工作站。后来出现了一个突破：高性能计算不再是大型行业的专利。使用具有 8 个 CPU 阿富汗 WhatsApp 号码列表 和 16 GB 内存的 Linux 超级计算机，我们可以将计算转移到服务器上并继续不间断地工作，从而改变了我们的工作流程。我们现在可以将工作站专门用于后处理可视化。然而，这也带来了挑战。传输大型数据集、使用 Unix 命令排队作业、监控进度、排除错误以及检索大量结果都需要陡峭的学习曲线。

从笔记本电脑到云端：数据科学可扩展性的演变
15 年后，我的职业生涯已经发展到现代数据科学。我看到了一场熟悉的革命，它反映了几年前数值模拟所经历的一切。数据科学家使用功能强大的笔记本电脑，并要求使用最新的 GPU 来构建更大的模型。他们熟练掌握了 Linux 和常用操作系统的双启动。他们花了无数的时间来解决配置 NVidia 环境的臭名昭著的“依赖地狱”。与此同时，云计算正在重塑这个行业。我们获得了按需启动高性能实例的能力。我们现在可以在云中运行大量的数据预处理任务或漫长的模型训练。这种向云计算的转变为我们提供了无与伦比的灵活性和按需可扩展的能力。