软件改变算力，第四范式用“1+N”模式开启产业变革新范式

6月20日，第四范式在北京康莱德酒店举行了2019第四范式AI新品发布会，会上第四范式推出了“1+N”战略模式和SageOne  Appliance软硬一体化AI集成系统。 SageOne采用了由软件定义的专用AI系统架构贯通硬件基础设施、AI核心引擎、AI平台和AI业务应用的全价值链条，全面支撑企业AI"1+N "业务场景应用需求。亿欧作为重要媒体受邀参加。

第四范式成立于2015年，是一家人工智能技术与服务提供商，其核心产品“第四范式先知”是企业级人工智能PaaS平台，能力覆盖AI应用开发、运行、管理的全生命周期。目前，第四范式已经完成超过2000个AI落地案例，服务领域包括金融、医疗、政府等，其中，服务的金融机构资产总规模超过50万亿。

启动“1+N"”战略方法，开启企业智能升级新范式

据Gartner 2019 CIO调查显示，过去四年中企业部署人工智能（AI）的企业数量增长了270％，并在2018年增长了两倍。Gartner预测，到2021年，70％的企业将通过AI来帮助员工提高工作效率。第四范式CEO戴文渊表示： “越来越多的企业开始进行全面的AI转型，现在进入了基于数据来制定决策、推出新产品和创造新商业模式的时期。

企业的场景千差万别，如何用机器从数据里面寻找规律，尽可能地帮助企业带来业务价值的剧变？为此第四范式推出了“1+N"”战略方法，“1”是结合公司的核心业务，要把1个或多个核心场景发挥到极致；“N”是用最高的效率规模化落地尽可能多的场景，使场景的总体价值最大化。

对于企业来说，纵使有多个产品线，但在实际经营中通常有1个或多个核心业务能够创造公司80%甚至更多的营收，如果有1%的提升，就足以改变企业竞争的格局。例如在金融行业，将专家总结的数百条营销规则，通过对数据进行分析从而找到数亿条规则。规则数量的提升，可以帮助银行大大提升营销的精准性。

未来注定是企业迎来全面智能化，但成百上千个分散场景如果将每个场景都做到极致，投入产出比会很低。戴文渊表示：“一个企业有一千个场景，其中一个场景提升10倍，对整个企业来说，只有百分之一的提升。如果能高效地完成一千个场景的全面覆盖，即使每个场景只提升1倍，那也是百分之百的提升。”面对场景众多的企业，AI的“规模化落地”能力是企业全面智能化转型的关键。

软件定义计算，助推企业全面智能化转型

人工智能起起浮浮60年，人工智能规模化落地已经形成态势。随着技术的进步企业开始关注新的指标，但是人工智能如何将技术红利发挥出来，如何帮助企业实现数字化升级？为此第四范式提出了”1+N”应用场景模式。

众所周知，无论是将核心场景发挥到极致还是提高规模化落地效率，最终都会受到算力的限制，解决算力问题成为企业AI转型的关键。 第四范式联合创始人、首席架构师胡时伟表示：“传统算力和AI应用负载之间存在天然的鸿沟，传统算力只是解决在计算、访存、I/O带宽的局部密集问题，而AI应用负载则需要解决全部密集的问题。发展企业级AI专用算力已经成为行业的普遍共识和大势所趋。” 因此， 第四范式 推出了 SageOne  Appliance软硬一体化AI集成系统 。

以第四范式高维算法为基础，SageOne搭载第四范式自主研发的硬件加速卡——4Paradigm ATX800，内置模型训练和特征工程等多种加速能力，支持自动优化训练超参数、高位特征计算过程I/O加速和高维GBDT训练加速等应用，在企业应用场景中表现出高达10倍的训练性能。

SageOne内置第四范式自主研发的高维、分布式网络通讯协议Swift，集成pPRC自研网络通信框架、零拷贝数据交换协议等AI领先通讯技术，结合基于CLX-AP架构的参数服务器集群，展现出业界顶级机器学习性能表现。SageOne在高维特征计算过程I/O最大10X加速，高维稀疏场景模型训练比GPU提速5X以上，自研pRPC通信框架比百度bRPC和谷歌gRPC提速3-10X。

SageOne企业级 AI 软硬一体集成系统，摒弃了传统算力堆砌硬件的方式，而采用由软件定义的专用AI系统架构，更好的理解AI 算法的运算架构与逻辑。由此，可以大大缩短AI应用平均上线周期，将AutoML的算力消耗减少到几十分之一，甚至可以在一年内上线数百个应用场景，满足企业转型升级的需求。

技术与场景落地加持，第四范式能否在国际舞台上大展拳脚？

IDC预测，人工智能和机器学习的支出将会在2020年达到470亿美元。目前，第四范式在迁移学习和AutoML领域居于世界领先地位，在迁移学习领域的论文引用数排名世界第一。技术的优势并不是企业成功的关键，第四范式清楚地认识到作为AI技术与服务提供商要深入细分场景，实现技术落地才是长久之道。

因此，第四范式通过对市场的把控和分析，从金融行业开始着手。国内重要的国有银行和全国性股份制银行，超过半数都是第四范式的客户。第四范式作为中国五大行联合投资的唯一创企，目前服务的金融机构资产规模超过50万亿，头部金融客户占有率超过70%。基于企业级AI平台，第四范式可使银行线上B2C交易欺诈防空准确率达83%，节约单据手写识别环节95%的人力成本。据了解，第四范式在金融、政府、能源、制造、零售、医疗等领域成功落地的案例有2000个，SaaS公有云服务客户超过1000家。

技术赶超国际水平，市场定位精准，发展势头迅猛的第四范式将如何应对人工智能行业新旧厂商夺城掠地的现状？在国内第四范式被称为独角兽企业，但在国外第四范式的对手林立。在国际上，运用机器学习的企业可以分为两类：一类是老牌科技公司研发机器学习技术赋能自身业务，其中以亚马逊、苹果、谷歌、Facebook为代表，另一类便是以机器学习为企业核心业务的初创企业。

援引《Analytics Insight》杂志评选出10家最具创新性的机器学习公司，这些企业与第四范式都是为企业提供机器学习技术让更多的企业提高运营效率，节约成本，最终实现智能化升级。但第四范式与国外的初创企业不同的是，第四范式基于TensorFlow平台自研算法，避免出现“卡脖子”的境遇。

据悉，第四范式在研发上的投入占比为50%，但让越来越多的行业和企业能够低门槛地获取AI能力，仅靠第四范式一家公司是难以达到的。第四范式商务副总裁梁军在“启航”计划启动仪式上表示：“基于先知平台，第四范式将建立起产品赋能、咨询赋能、交付赋能、营销赋能、技术赋能五大赋能中心，正与广大解决方案商、咨询服务商、实施服务商、渠道分销商及开发者开展生态合作，形成一个强强联合、互补共赢的AI合作伙伴生态，共同启航AI蓝海。”

人工智能被认为是引领新一轮科技革命和产业变革的战略性技术，AI转型不仅是企业战略上的需要，更成为企业未来竞争力和创新力的关键。第四范式的软硬一体化AI集成系统能够攻破算力难关，未来将继续发挥自身在算法研究、技术研发等方面的优势，融合领先硬件技术，为客户和合作伙伴带来更多的创新技术和产品，为AI在更多企业的落地贡献力量。

版权声明

本文来源亿欧，经亿欧授权发布，版权归原作者所有。转载或内容合作请点击转载说明，违规转载法律必究。