阅读历史 |
请收藏本站网址:jshubao.com

【路舟笔记】不得已而为之(1 / 1)

加入书签

2011年8月15日,路舟笔记《不得已而为之》:

这是一个非常困难的决定,但一如曾前,我不得不去按下这个按钮。

在去年这个时候,微讯和梦谷云的规模还没有达到这么大,严格意义上,当时只有梦谷广告的业务是进入了商用阶段。周文负责了当时整个梦谷广告的数据处理,而这个成为了梦谷云后来做d+的原型。

当然,往后的发展中,连梦谷广告都将相关的业务数据处理迁移到了梦谷云的d+。

一切顺利运转。梦谷广告为此招收了一批数据岗的员工,内部称是数据工程师。他们通过d+所提供的可视化图形或者数据接口来处理数据。这应该称作是经验学,它仰赖于工程师的经验学识。

在微讯的起步中,程旭元并没有过度考虑这中间的问题。事实证明,这是一种明智的选择,在企鹅的夹击下,我想将产品推进迭代是比优化数据的优先级更高。今年春节之前,当数据的处理提上了微讯的议程,一切却变得近乎失控。

很明显,即使微讯再招收上千名数据工程师,也永远无法将数据处理完成。因为随着数据量呈指数级增长,待处理的数据量就始终维持在了90以上。人力终究有限,而数据却无穷极。

所以,人工智能是必然。它可以取代更多人力。

将整个事情抽离些概念,我想,不外乎有三:数据、算法、算力。即使不去谈论人工智能,我想,也同样需要面对这三个问题。

数据正在不断膨胀,无论微讯抑或其他公司。其体量之庞大,已经大到我有些难以想象。而它每天仍然在大量产生,不断消耗着梦谷云购置的存储硬件。

算法大部分在上世纪就已经出现,我们所做是在重新构建和工程化。这是七星的卧龙、微讯以及梦谷云在共同探讨的问题。

算力,计算的能力。在演进的路途上,它也同样到了不得不考虑的地步。通用型计算的cpu在这个领域注定是比较差的选择。一如我在比特币社区看到有人探讨fpga矿机一样,对于人工智能和公司内的数据处理,我想也是需要更高层次的硬件,比如fpga和asic。

硬件的演进上,人工智能和区块链在这里有些微妙的相似。当然,关联性没想象中那么大。或是我还难以远望到?也许吧。

梳理到这里,接下来的论述也不会太困难。我将之分成了数个层次:应用平台、算法实现、框架接口和硬件。

硬件机器是构成算力的总要组成部分,是物理基础;框架接口实现硬件和软件之间的通道,将与硬件沟通的接口暴露给上层使用;算法则是在已有的理论基础上实现,可能我们会尝试做图形、语音和文字等的基础识别;应用平台,这里就应指梦谷云,它将整个底下三层的东西进行封装,为开发者提供计算能力。

如果说云计算是将计算能力虚拟成流,用户打开开关即可获得计算流,那么,对人工智能而言,我相信也是如此,它也可以理解为云的一个新的拓展。

用户打开开关,即可利用人工智能,而无需考虑硬件、接口、算法,就像云一样,即插即用。我想,这是个不错的愿景。

至于插上去做什么?

我想,应是由你决定的事情。

小叶子:已阅,不懂。请指教~

↑返回顶部↑

书页/目录