AI インフラストラクチャ スタックをわかりやすく解説し、AI プロジェクトをより迅速に展開

[51CTO.com クイック翻訳] 多くの企業が AI への投資を増やすにつれて、開発者とエンジニアは、企業全体に AI プロジェクトをより迅速かつ大規模に展開しなければならないというプレッシャーに直面しています。

この急速に進化する環境において、さまざまなユーザーや目的に合わせて設計されることが多い AI ツールとサービスの拡大するエコシステムを単純に評価することは、大きな課題です。

この課題に対処するために、AI インフラストラクチャ スタックを作成しました。これは、AI テクノロジー スタックのレイヤーと各レイヤー内のベンダーを視覚的に表示し、AI エコシステムの全体像をより明確にするエコシステム ダイアグラムです。

Intel Capital では、これは AI の将来に最も大きなプラスの影響を与えると思われる投資を特定するのに役立ちますが、開発者やエンジニアが AI プロジェクトを最も効果的に実行するために必要なリソースを決定するのにも役立ちます。

図1. AIインフラストラクチャスタック

テクノロジー インフラストラクチャ スタックは、導入先の企業や業界の種類に関係なく、AI 開発における基本的なニーズに対応する水平ソリューションに重点を置いています。特定の業界向けの垂直ソリューションは含まれていません。

スタックは 7 つのレイヤーで構成され、それぞれが 2 つの部分に分かれており、非常に異なるワークロード、データ ボリューム、コンピューティングとメモリの要件、および SLA 向けに構築されたソリューションが含まれています。

• アルゴリズムを通じてデータを処理し、モデルを作成するためのソリューションを探索/トレーニングします。
• 生産/推論ソリューションでは、トレーニング済みのモデルを使用して、eコマース サイトで「こちらもおすすめ」の製品推奨事項を特定したり、自動運転車でブレーキをかけるタイミングを決定したりするなど、推奨事項が必要な場合に応答します。

すべてを接続するのが、企業の分散エンジン、つまりコンピューティング リソース全体にワークロードを分散するコンピューティング プラットフォームです。

スタック層の数は次のとおりです。

1. ハードウェア。適切なハードウェアは、データ センターで実行されるトレーニング ソリューションと、データ センターおよびエッジ デバイスで実行される推論ソリューションの両方にとって不可欠です。
2. ソフトウェアアクセラレータ。これらは、機械学習 (ML) ライブラリを最適化するためのコンパイラと低レベルカーネルです。
3. 図書館。これらは ML モデルのトレーニングに使用されるライブラリです。
4. データ サイエンス フレームワーク。このレイヤーには、ライブラリを他のツールと統合するツールが含まれています。
5. 配置。これらのツールは、ML トレーニングとモデル推論の実行をパッケージ化し、展開し、管理します。このレイヤーがなければ、DevOps は不可能になります。
6. オートメーション。これらのツールは、モデルのトレーニングやその他の ML タスク用のデータの準備作業を簡素化し、部分的に自動化します。
7. 自律性。このレイヤーのツールは、ML モデルの構築、展開、または保守の側面を自動化します。これは AI が AI をトレーニングする場所です。

各レイヤーのツールとサービスは AI の開発と展開を加速させますが、すべての新興テクノロジーと同様に、どのツールとサービスを使用するかを決定する際にはトレードオフが存在します。たとえば、AutoML を使用すると ML モデルの開発をスピードアップできますが、トレーニングはカスタム モデルほど正確ではない可能性があります。

ユーザーは、プロジェクトのニーズに基づいて、各レイヤーで使用するツールとサービスを決定する必要があります。

図 2. AI インフラストラクチャ スタックの上位レベルの詳細ビュー。

AI バリュー チェーンの最上位には、オーケストレーション、自動化、自律性レイヤーがあります。自律性レイヤーは、データ サイエンティストだけでなく誰もが AI にアクセスして使用できるようにすることで、AI を民主化する上でさらに重要になります。

これらのレイヤーはスタックの最新レイヤーであり、AI の継続的インテグレーションと継続的デプロイメント (CI/CD) をサポートする AI ツールとサービスを備えていますが、スタック全体でイノベーションが起こっており、新たな境界を打ち破り、使いやすさを向上させ、AI を新しいコミュニティに導入していることに留意することが重要です。

最後に、ツール、サービス、企業（その多くはオープンソース）の例をモデルに追加します。これらは、市場にあるすべてのオプションを網羅しているわけではありません。AI ソリューションを検討している方のためのサンプルとして用意されており、各層で幅広い選択肢が提供されています。

図3. AIインフラストラクチャスタックにおけるツール、サービス、企業の代表例。

AIはもはや初期段階ではありません。 AI を使用して製品やサービスを改善したり、効率を高めて意思決定を改善したりしたいと考えている企業には、ML および AI モデルを構築、展開、監視するためのツールとサービスの豊富なエコシステムが提供されています。

この分野で起こっているすべての出来事と、さまざまなコンポーネントがどのように組み合わさっているかを注意深く監視することで、AI プロジェクトの成否が決まります。

AI インフラストラクチャ スタックの謎を解く

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]