算力比谷歌便宜九成 AI时代“Windows”系统什么样？

IT时报记者 孙鹏飞

“PC时代的里程碑是操作系统。”在第四范式创始人、CEO戴文渊看来，操作系统解决进程管理、作业管理、文件管理、设备管理以及存储管理，实质解决的是标准化问题，而在AI时代，第四范式也想要创造一套AI领域的“Windows系统”。

在8月20日召开的年度发布会上，第四范式交出了答案—— 企业级AI操作系统Sage AIOS。同时，第四范式还发布了自动化AI生产力平台Sage HyperCycle ML、线上化智能运营系统天枢以及全新AI算力平台SageOne等多款产品，覆盖算力、操作系统、生产平台及业务系统。

那么，这些产品有何不同？

Sage AIOS：1-2天落地一个AI应用

“第四范式Sage AIOS产品界面”

Sage AIOS被定义为AI领域的Windows系统。在发布会展示中，Sage AIOS的界面和Windows、MAC、OS操作系统颇为类似。而实际功能上，Sage AIOS封装各类AI 应用，能针对某一场一键上线业务类应用。

数据治理，是AIOS的重要设计。戴文涛发现，目前AI企业在数据治理上占据的时间高达95%。即便如此，数据质量仍影响着实际效果。

“有AI科学家自嘲，每天做的工作叫‘炼丹’，把数据炼一下，可能出来的是仙丹，也可能是废物。” 戴文渊笑称。

这是因为，AI需要一套支持数据一致性、时序性和闭环的治理系统。

具体来看，AIOS平台规定了数据的准备和使用方式，操作人员可根据数据治理需求从相应的IT系统上调取，并处理成为AI准备的数据，再“投喂”到系统中。

据了解，在AIOS平台上，企业从0开始处理数据，到落地一个AI应用，只需1-2天。

值得一提的是，类比于Windows的“进程调度器”， Sage AIOS采用自研的容器冻结和迁移技术——Hyper Scheduler，能动态对各个任务进行合理的资源分配，管理调度CPU、GPU、加速卡等各类异构设备资源，避免任务响应慢、宕机等情况。

“就像玩俄罗斯方块，根据不同任务特性分配资源，比原先的方式，更能提升空间利用率。”AIOS产品负责人黄缨宁称。

资源利用率提升50%，全流程耗时节约2/3，是Hyper Scheduler带来的效果。

HyperCycle ML：小白也能上手的AI语言

据第三方公司调查显示，每年新增100万个AI应用场景，而每年最多新增1000名科学家。供需之间有着矛盾。

“不夸张地说，99%的AI企业缺少科学家，包括我们。” 戴文渊直言，如果一家企业只有2个科学家，即使24小时工作，也只能解决几十个场景，但仍有几百个场景等待解决。

而要成为一名AI科学家还需要名校PhD高学历、TensorFlow经验等元素，这样的人才本是稀缺，也需要培养周期。

为此，第四范式在AIOS平台上为非AI专业人士准备了AI高级语言HyperCycle ML。据悉，HyperCycle ML将AI过程简化为“行为、反馈、学习、应用”四步，自动完成从数据引入、数据定义、特征处理、模型训练、模型应用和模型自学习的AI全流程。

此外，HyperCycle ML还提供100多个高性能模块以及60多种算法，能将高难度、繁琐重复工作交给机器，建模时间能从原来的400个小时缩短为10个小时，自动化模型的精准度达到排名前10%的AI科学家水平。

值得一提的是，HyperCycle ML还是一个线上闭环，会自动收集线上的行为和反馈数据进行自学习，以确保稳定、持续迭代的模型效果。

Sage One：1/10谷歌成本，全局算力优化

AI算力有多值钱？戴文渊给出了这样一组数字：1克黄金值480元，而1克算力值100元，相当于1/5克黄金。在他看来，如果AI要运用于更复杂的环境中，算力成本很可能超过黄金。

现实中，AI对算力的需求无止尽。

据Gartner预测，2022年平均每个企业在AI算力上的支出会是18年的4倍，总体市场支出将超过50亿美元。

但另一方面，昂贵的算力成本背后，还有浪费。即使企业数据中心对AI负载进行针对性优化，算力平均使用率依然达不到60%。

事实上，第四范式曾遇到过千亿维度的数据量，但当时的计算芯片无法处理，他们不得不开发高位机器学习框架GDBT，从软件层面解决计算问题。然而，新问题随之而来，数据毫秒级存储及供应难以实现，由此又诞生了第四范式的AI实时内存数据库RTiDB。

随后，瓶颈再度降临在通信上，数据同步、信息交换，效率也影响着算力。

算力之痛，关联在AI的每个环节。

Sage One是第四范式的AI算力平台，能针对计算资源、存储网络差异化要求进行AI生命周期全局优化。

据介绍，在某连锁餐饮企业实际应用中，第四范式曾以一顶十，用8台Sage One替换了88台通用服务器集群。

据相关负责人介绍，经过与谷歌500块GPU和价值1500万元的算力投入对比，第四范式第二代Sage One的算力成本仅为谷歌的1/10。

天枢：提升80%下单率背后的AI大脑

Sage AIOS平台上首个平台型应用，是为传统企业提供线上用户留存优化和增长优化的运营产品“天枢”。

据App Annie报告，因为疫情，在线化和移动化进程快进了2-3年。此前，传统线下行业的竞争仅限于商圈同品类的店铺，而迁移到了线上，争夺的是无差异用户的时间，终点是用户留存。

据介绍，天枢如同给线上门店植入AI大脑，能快速响应用户需求，通过实时数据流连接场景，以场景、细节推送信息，提升终端用户体验。

天枢产品曾运用于某汽车品牌的售中和售后客服，令其专人工率下降了5倍。而作为售前客服，天枢比人工客服下单率提升80%。

据现场工作人员介绍，目前天枢已服务于零售、银行媒体和互联网等行业上千家企业。