AI行业解决方案

金山云基于EPC、GPU云服务器、KS3及人工智能平台等产品解决AI行业客户在模型训练推理过程中所需要的大量计算存储资源,基于丰富的IDC资源和混合云组网经验为AI行业客户的应用发布设计高可用、高性价比的底层架构建设方案,有效降低运维成本,提高业务生产效率。
核心优势
行业场景和资源
客户案例

核心优势

资源灵活配置

为用户提供了多种类型的计算资源和存储资源,可用于科学计算、深度学习、图形处理等多种计算任务。用户还可以根据任务量大小灵活调配资源使用量。

低延迟极速访问

通过多线路BGP和大带宽的接入,减小访问时网络延时,协助AI行业客户极速访问云端资源。

海量存储

金山云提供海量、低成本、高可靠的云存储服务,协助用户解决AI场景下大数据量存储、数据可靠及分布式等相关复杂问题,方便用户存储图片、音视频、文本等各类型数据。

开发环境快速部署

托管Tensorflow、Keras、MXnet等算法框架和交互式开发环境,协助客户快速进行模型的开发、训练、部署。

行业场景和资源

AI行业通用逻辑架构图

AI行业方案产品架构图

AI行业通用逻辑架构图

客户可将AI行业涵盖的图片识别、语音识别、NLP等多种AI技术服务部署在金山云上,金山云为用户提供底层资源和算法框架的支撑。

整体逻辑架构图

从AI行业的共性来看,数据的采集处理必须经过如下步骤: 步骤一:数据采集。 AI行业的土壤即是数据,该步骤可由数据采集平台或合作方提供。 步骤二:模型训练。 数据上传到金山云平台,通过算法库的支撑,进行模型的搭建和训练迭代。 步骤三:模型推理。 训练完的模型部署在相关推理节点上,接受来自外界的识别/翻译/检测请求,推理后的结果返回给客户。

AI行业方案产品架构图

金山云为用户提供KMR大数据平台、人工智能平台、存储、数据库、计算资源等产品。协助用户快速搭建云端训练、推理集群。

数据流传输过程

1.图片、视频、语音、文字等多类型数据通过采集端上传到用户自有机房。数据通过数据预处理后再上传至金山云云端。 2.上传至金山云云端的数据经过大数据平台的处理后,下发至训练计算存储集群。同时通过人工智能平台快速搭建开发环境,协助进行模型的训练开发及迭代。 3.训练好的模型代码和业务数据通过网络传输至推理集群,实现推理模型的快速部署。 4.外界的访问请求通过SLB负载均衡发送至各推理节点,快速推理,返回响应数据。