解析 UCloud 人工智能与英特尔背后的技术故事（上）

“企业要构建自己的 AI 在线服务系统并非易事，无论是 IT 基础设施的建设还是 AI 框架的部署，都需要耗费大量人力、物力。如果在 IT 系统、AI 框架上选择失误，则会前功尽弃，这给 AI 项目的发展和普及制造了很高的门槛。我们的目标是帮助用户像使用云主机、云存储这些成熟的云产品一样使用 AI 在线服务。通过充分利用英特尔®至强®处理器 E5 产品家族的高可扩展性及英特尔®AVX，我们的 UAI-Service 正逐渐走近这一目标。”

——UCloud 创新产品线总监 叶理灯

在人工智能（Artificial Intelligence，AI）如火如荼的今天，很多初创企业和传统企业都选择以 AI 为契机开拓市场，但同时也面临着缺乏高效部署 AI 能力的难题。为此，UCloud 基于英特尔®至强®服务器平台，充分发掘和利用英特尔®高级矢量扩展（英特尔®AVX）指令集相关处理单元的潜能，推出了 UCloud AI 在线服务（UCloud AI online Service，UAI-Service*），其具备的大规模分布式计算平台可以满足企业在图像识别、自然语言处理等多个 AI 领域的在线服务应用需求。

面临挑战

企业的 AI 之路并非坦途大道：无论是初创企业踏上 AI 创新之旅，还是传统企业希冀借助 AI 之力调转航向，实现转型或升级，AI 系统的设计、部署和运维都需要巨大、多维度的投入且困难重重，在决策选型过程中稍有不慎，都会带来巨大的沉没成本，令许多企业望而生畏。

AI 的高成本正侵蚀企业的总拥有成本（Total Cost of Ownership, TCO ）：AI 能力提升的背后，可能会给企业带来巨大的成本开支，如何在性能和成本之间达到平衡？这一问题让许多企业决策者感到苦恼。

解决方案

UCloud UAI-Service：面向初创企业、传统企业 AI 转型而生的 UCloud UAI-Service，旨在提供易部署、易运维、更安全以及多 AI 框架支持的 AI 在线服务节点，可助力企业完成 AI 模型部署这一关键环节，并在图像识别、机器学习等多个 AI 领域满足企业用户的需求。

英特尔®至强®处理器 E5 产品家族及英特尔®AVX：通过与英特尔的紧密技术合作，UAI-Service 一方面巧妙地利用云主机中英特尔®至强®处理器 E5 产品家族的空闲处理能力，将其英特尔®AVX 能力用于支持和加速 AI 在线服务；另一方面，利用该处理器产品家族强大的可扩展性进行弹性部署，用低成本获得高性能，降低用户的 TCO。

成果

真正推动 AI 技术的普及，助其持续发展：UCloud 推出的 UAI-Service 将身处技术“深闺”中的 AI 技术和应用进一步平民化、实体化。通过 PaaS 的方式，让更多有志于在 AI 领域开拓进取的企业能够获取出色的 AI 部署能力，进而让整个 AI 产业实现“小步快跑”的前进节奏。

更有效利用空闲计算资源、节约用户成本支出：UAI-Service 创新地利用英特尔®至强®处理器 E5 产品家族的空闲处理能力，是对空闲计算资源再利用的有效尝试，其成功实践令成千上万的数据中心处理器的空闲能力得以充分利用。这既降低了企业用户的 TCO，也达到了环保节能的效果。

横空出世的 AlphaGo，让 AI 成为近两年来人们持续关注的热点。而 AI 也正在走出象牙塔，走近普通企业和大众，并开始在经济和民生层面扮演起越来越重要的角色。从机器学习、模式识别到自动驾驶、机器视觉，不但众多初创企业将 AI 研发作为扬帆起航的契机，许多传统企业也将其作为自身转型升级所必备的利器。

但 AI 系统的建设并非易事，企业 AI 系统的建设可分为“数据收集”、“模型训练”及“模型部署”三个步骤，每个步骤都会带来复杂的 IT 系统建设及运维工作。随着各类大数据、云计算技术方案的日趋成熟，“数据收集”和“模型训练”的工作正逐渐转移到云上，形成了成熟的云化方案，而 AI 模型部署的云化还存在许多问题：一方面，多种多样的 AI 框架需要企业制订和执行不同的部署策略，难免因此产生高昂的运营成本；另一方面，主要用于模型训练的 GPU 平台在模型部署中不仅部署成本较高，而且在扩展性上的表现也不够理想。

UCloud 推动的 UAI-Service，就是针对上述 AI 模型部署难题而生的创新方案。UCloud 的工程师们创造性地利用了虚拟云主机上英特尔®至强®处理器 E5 产品家族的空闲计算资源，借助英特尔®AVX 的能力，来提供专注于 AI 模型部署的 AI 在线服务。英特尔®至强®处理器强大的可扩展性也帮助 UAI-Service 获得了快速便捷部署的能力，并显著降低了企业运行 AI 在线服务的成本支出。

让使用 AI 服务像使用云主机一样便捷

“简单来讲，AI 的三部曲可以分为大数据收集，AI 模型训练和 AI 在线服务。”UCloud 创新产品线总监叶理灯这样描述企业 AI 系统建设，“此前，针对前两步，UCloud 都已经为用户提供了成熟的云主机、云存储、云网络等解决方案。”

但三部曲的最后乐章，却还面临诸多问题。一方面，企业用户在基于 AI 进行业务创新时，常常面临众多的业务流程，如何将不同的业务流程与 AI 在线服务一一映射，这对 AI 在线服务的部署、可管理性及可扩展性提出了巨大的挑战；另一方面，面对众多的 AI 框架，企业运维人员总有无从着手的烦恼，因为他们需要为各个框架开发和配置不同的接口，工作量巨大。为解决 AI 系统建设这“最后一公里”的问题，UCloud 提供了 UAI-Service，它能基于大规模分布式计算平台为用户提供 AI 在线服务。

在实际任务部署中，UAI-Service 为用户提供了“两步走”的部署模式。首先，向用户提供 SDK 工具包，内含接口代码框架、代码和数据打包模板以及第三方依赖库描述模板。用户只需根据 SDK 工具包内的代码框架编写接口代码，准备好相关代码和 AI 模型以及第三方库列表，就可以通过打包工具一键完成任务的在线部署。

任务打包完毕后，用户可以通过 UAI-Service 分布式的 AI 在线服务 PaaS 平台进行后续管理和维护。该平台可以同时管理上千个计算节点，每个计算节点都是同构节点，具有相等的计算能力，并拥有自动请求负载均衡、自动资源管理的功能。用户只需要将业务部署在平台上，就无须操心其后续的运维。

“UAI-Service 给用户带来的最大优势，就是省去了部署 AI 在线服务时的大量繁琐工作，让用户可以将宝贵的资源聚焦在自身的业务上。”在 UCloud 叶理灯看来，如果每一个企业用户在部署自己的 AI 服务时，都需要通盘考虑容灾、安全性、资源调度或者负载均衡，那么企业在人力资源和成本上的支出将是沉重不堪的。

UAI-Service 将这些工作都内化为 SDK 包和 PaaS 平台服务，用户只需要像使用云主机或者云存储服务那样，轻松将所需的功能或服务配置在一起就可以使用，而且 UAI-Service 还可以自动将分布式部署的四大要素——负载均衡、自动扩容、分布式容灾以及海量计算资源进行有效配置。

在下一篇中，我们将继续介绍 UAI-Service 平台的另一优势，以及 UAI-Service 如何借力英特尔技术以发挥其更强的 AI 能力等方面的技术解读。

本文转载自公众号 UCloud 技术（ID：ucloud_tech）。

原文链接：

https://mp.weixin.qq.com/s/PCtKJ7zarFDIpjvDQ024Sg