人工智能高性能计算从实验室到实际应用有何大不同？

实验室科研的关注点，是为了解决技术难题，创造技术层面的价值，用更先进的技术得到尽可能高的模型准确度。诸如方案规模化部署的可实施性，方案整体成本等工程化的问题并不会排在最高优先级。而在企业的实际应用中，关注点则在于为客户提供什么样的价值——诸如解决人工识别反洗钱成本高、效率低的问题，以及如何给客户创造价值——诸如如何让更多用户购买符合自己条件的基金产品。至于技术的难易，反倒在其次。

蓝海大脑高性能计算液冷工作站事业部为了帮助客户加速AI落地，进而所实施的硬件、软件、生态三方面的战略：

1、硬件层面
有边、端、云的全面解决方案，包括 CPU、GPU、VPU、FPGA 等加在一起。以数据为中心，提供数据存储、数据传输、数据计算各个环节的硬件，英特尔®️ 至强®️ 可扩展处理器、英特尔®️ 傲腾™ 持久内存、英特尔 100G 网卡等，都能有效地组合在一起，降低 TCO，支撑诸如第四范式人工智能软硬体一体机这样的产品。

2、软件层面
有专门技术人员都在从事开源相关工具，优化开源框架，开发、提供开源工具，包括oneAPI、 OpenVINO™ 、Analytics Zoo 等等，让 AI 应用构建更简单，让人工智能尽快落地，帮助企业从中受益。

3、生态方面
除了积极参与建设开源生态外，蓝海大脑和为数众多的生态合作伙伴一起，持续推动数字化转型，在各行各业都积累了丰富的经验。