{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title":"人工智能与大数据技术导论","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787302517986","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","uuid":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title":"人工智能与大数据技术导论","normalized_title":"人工智能与大数据技术导论","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787302517986","isbns":["9787302517986"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":490,"navigation_url":"https://workshop.closeclaw.top/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title_url":"https://workshop.closeclaw.top/ai/title/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%B8%8E%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%8A%80%E6%9C%AF%E5%AF%BC%E8%AE%BA","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","page_url":"https://workshop.closeclaw.top/api/ai/books/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page","search_url":"https://workshop.closeclaw.top/api/ai/books/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/search"},"page":{"printed_page":25,"pdf_page":41,"physical_index":41,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"f6b8edd669c10156491157ea7d766a2a66b71e045f1f268efc3828eafd4c035a"},"chapter":"第2章","content":"2.1 基础层\n\n人工智能产业链分为基础层、技术层和应用层。如图2-2所示，基础层包括芯片、传感器、大数据、云计算等领域，为AI提供数据或计算能力支撑。除了上述列出的领域外，其他领域，如大带宽也是人工智能基础层的内容。通过大带宽提供良好的基础设施，以便在更大范围内进行数据的收集，以更快的速度进行数据的传输，为大数据的分析、计算等环节提供时间和数据量方面的基本保障。\n\n芯片\n\n包括GPU、FPGA等加速硬件与神经网络芯片，为深度学习提供计算硬件，是重点底层硬件\n\n传感器\n\n主要对环境、动作、图像等内容进行智能感知，这也包括指纹、人脸、虹膜、静脉等人体生物特征识别硬件及软件服务，是人工智能的重要数据输入和人机交互硬件\n\n云计算\n\n主要为人工智能开发提供云端计算资源和服务，以分布式网络为基础，提高计算效率\n\n大数据\n\n来源于各个行业的海量数据为人工智能提供丰富的数据资源：大数据管理和大数据分析软件或工具为人工智能产业提供数据的收集、整合、存储、处理、分析、挖掘等数据服务\n\n图 2-2 基础层\n\n海量数据是人工智能发展的基础，各类信息系统和传感器的数据是未来大数据的核心。伴随着物联网的发展，数据开始以指数级规模增长，大量数据应用到人工智能算法模型的训练中，AI得以快速发展。人工智能的技术也快速应用到大数据分析中，通过AI挖掘丰富数据背后的价值，从而可以极大地提高生产力。随着一些核心基础设施问题的解决，大数据应用层正在快速构建。一方面，专门的大数据应用几乎在任何一个垂直行业都有出现。另一方面，在企业内部，已经出现了各种AI工具。例如，智能客服应用为用户提供个性化企业服务。\n\n2.1.1 芯片产业\n\n随着中兴事件的发生，大家都高度重视芯片。的确，AI的“大脑”在于芯片和算法。AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。比如，今年谷歌的NMT神经网络机器翻译系统，参数量达87亿个，需要105ExaFLOPS（百亿亿次浮点运算）的运算量。当前，AI芯片主要分为GPU、FPGA、ASIC和类脑芯片。在人工智能时代，它们各自发挥优势，呈现出百花齐放的状态。在美国人工智能企业中，融资占比排名第一的领域为芯片/处理器，融资315亿元，占比31%。有专家预测，到2020年，AI芯片市场规模将达到146.16亿美元，约占全球人工智能市场规模的12.18%。AI芯片由于投资周期长、专业技术壁垒厚，导致竞争非常激烈且难以进入。\n\n第2章 AI产业\n\n25","previous_page":null,"next_page":26}