4Paradigmは、開発者がインテリジェントアプリケーションを効率的に構築できるように、すぐに使える「AIOSコミュニティエディション」をリリースしました。

[51CTO.com からのオリジナル記事] AI の発展は数々の浮き沈みを経験しており、AI アプリケーションの実装には常に論争が伴ってきました。しかし、企業のデジタル変革のプロセスにおいて AI 機能が不可欠であることは否定できません。 AI がエンタープライズ インテリジェンスのプロセスで価値を発揮するには、アプリケーション、データ、コンピューティング能力を統合する機能モデルが必要です。これら 3 つは互いに補完し合い、相互に関連しています。いずれかのリンクが欠如していると、最終結果に影響します。アプリケーションがなければ、膨大な量のデータが無駄なデータとなり、コンピューティング能力で価値を生み出すことができなくなります。しかし実際には、AI の実装速度は、データの増加率やコンピューティング能力への投資に比べて大幅に遅れています。第 4 パラダイムの目標は、3 つの間の接続をブロックする AI 適用への高い障壁の問題を解決することです。

AI導入の「3つの大きな障壁」：アプリケーション、データ、コンピューティング能力

自動機械学習 (AutoML) テクノロジーは、特徴抽出、モデル選択、パラメータ調整などの複雑な機械学習プロセスを自動化できます。この技術は、機械学習を現実世界の問題に適用する際の難しさを軽減するのに間違いなく役立つため、近年人工知能業界で最も注目されている分野の 1 つとなっています。フォースパラダイムは設立以来、AIアプリケーションを迅速に構築できる自動機械学習技術の開発に注力しており、現在はこの自動化機能をAIアプリケーションのほとんどの側面に拡張することに取り組んでいます。

データは、AI システム全体を動作させるための「原材料」です。データがなければ、AI アプリケーションは根のない木のようなものです。しかし、データ ガバナンスのプロセスは非常に難しく、データ サイエンティストの時間と労力の大部分を占めています。しかし、データ形式があれば、生データを AI 対応データに迅速に変換し、ワンクリックでモデリングとアプリケーションを開始できます。この目的のために、第 4 パラダイムは「データ フォーム」方法論を開拓しました。各データ フォームは、必要なデータの種類、データの取得元、データの処理方法など、対応するビジネス シナリオで必要なデータ標準を定義します。

アプリケーションの迅速な構築とデータの容易な利用に加えて、コンピューティング能力の価値の実現も重要です。ますます多くの AI ヘテロジニアス チップの出現により、オペレーティング システム カーネルを管理するための AI ヘテロジニアス コンピューティング チップに対するセグメント化された需要が加速しています。この目的のために、Fourth Paradigm の研究者は、動的スケジューリングと仮想化されたコンピューティング リソース機能を実装し、コンピューティング パワーの価値を最大化するのに役立つ AI 異種リソース スケジューリングおよび管理プラットフォーム AIOS Kernel を作成しました。

「3つの連盟」が企業のAI変革を促進

年次記者会見では、4Paradigm のエンタープライズ レベルの AI オペレーティング システム Sage AIOS がバージョン 2.0 にアップグレードされました。同時に、4Paradigmは、エンタープライズレベルのインテリジェントアプリケーション市場である4Paradigm Sage App Storeをプラットフォーム基盤として活用し、アプリケーションフェデレーション、データフェデレーション、コンピューティングパワーフェデレーションの3つの主要なネットワークに拡張し、企業のインテリジェント変革を総合的に加速します。

アプリケーション フェデレーションに基づいて、企業はデータとコンピューティング能力を共有するアプリケーションに基づいてパーソナライズされたインテリジェント ソリューションを迅速に組み立てることができ、インテリジェンスのペースを加速できます。

データ フェデレーションに基づいて、企業はデータ プライバシーを安全に保護しながら、データをより有効に活用し、ビジネス価値を高めることができます。

コンピューティング パワー フェデレーションに基づいて、企業は異種分散コンピューティング パワーの複雑さを遮断し、異種 AI コンピューティング パワーのトレンドに適切に対応できます。

現在、4Paradigm は、ソフトウェア定義のコンピューティング パワーを通じて、分散型異種コンピューティング パワーのトレンドによってもたらされる複雑さを可能な限り軽減することを目指し、国内外の多数のサーバー メーカーと綿密な適応と最適化を行っています。今後、4Paradigm は、4Paradigm Sage AIOS 2.0 と 4Paradigm Sage App Store を活用して、オープン エコシステムとパートナーの力を集め、より多くの業界がインテリジェントな変革と質的変化の道を迅速に歩み始められるよう支援したいと考えています。

2つの基盤技術スタックをオープンソース化: 開発者に最も必要なものを提供

注目すべきは、Fourth Paradigm が 1 年以内にコア技術の 95% をオープンソース化する計画があることです。記者会見で、Fourth Paradigm は AIOS の 2 つのコア基盤技術スタック、OpenMLDB 機械学習データベースと OpenAIOS 人工知能オペレーティング システム カーネルを開発者コミュニティにオープンソース化しました。

OpenMLDB: AI 向け機械学習データベース

機械学習技術の深化は、機械学習モデルの高頻度の進化を伴うことが多く、正しいデータ供給の重要性が高まっていることも意味します。 ML は合理的かつ瞬時に効率的な推論と判断を実現する必要がありますが、トランザクション データベース、分析データベース、従来のデータ ウェアハウスのいずれであっても、そのようなタスクを実行するときに正しいデータの供給を保証することはできません。実際のアプリケーションの開発および実装プロセスでは、データの交差、漏洩、オフラインとオンラインの不整合、スプライシングの不整合など、多数のデータの問題が依然として発生します。

OpenMLDB は、Hadoop、Oracle、MySQL などの従来のデータベースとは異なり、AI 専用に設計された機械学習データベースであり、オンラインとオフラインの一貫性、データのクローズド ループ、正しいデータ タイミングという 3 つの主要なデータ問題を解決します。

一方で、統合データ ストレージ エンジンは、データベース間の情報交換や脳間の情報交換を回避します。他方では、統合データ計算エンジンにより、同じ計算ロジック セットをオフラインとオンラインで使用できるようになり、ルールとヒント計算をまとめる際の思考の一貫性が確保されます。

タイミングの正確さの点では、OpenMLDB は自動タイミングスプライシング構文とタイミングリーク検出モジュールを使用して、誤ったデータの使用を回避します。

閉ループ整合性の面でも、OpenMLDB は的を絞った修正を行っています。自動スプライシング検出と手がかりとフィードバックの自動関連付けにより、一意のスプライシング識別が保証され、データスプライシングの不整合の問題が回避されます。

OpenAIOS: AI専用に設計された分散型オペレーティングシステムカーネル

データのジレンマに加えて、AI はコンピューティング、ストレージ、通信などの面で「大きなリソースの消費者」でもあり、非効率的なハードウェア リソースの利用も変革に対する大きな制約となっています。さまざまな異種チップ、異種ストレージ、異種通信デバイスはすべて、タスクの成功率とリソース使用率を保証するために、オペレーティング システム カーネルによる統一された管理とスケジューリングを必要とします。 Fourth Paradigm OpenAIOS は、完全に AI に特化した分散型オペレーティング システム カーネルです。異種コンピューティング パワーの管理とスケジューリングに対応するために、マルチレベル コンピューティング カーネル、マルチレベル ストレージ カーネル、マルチレベル コミュニケーション カーネルを実装しています。

コンピューティング能力の面では、OpenAIOS のマルチレベル コンピューティング カーネルは、ハードウェア間の共同処理戦略を具体的に設計し、コンピューティング タスクをワークロードに分割し、統合されたインテリジェント スケジューリングを通じて、分割されたタスクを異なる専用コンピューティング チップに割り当てて処理します。

ストレージに関して言えば、ストレージを大量に使用する技術コンポーネントの場合、メモリとビデオメモリの不足によるタスクの失敗が、開発者が遭遇する最も一般的な問題です。 OpenAIOS は、既存のアプリケーションやコードに干渉することなく、オペレーティング システム内のメモリとビデオ メモリ用のマルチレベル ストレージ カーネルを確立しました。自動拡張戦略とマルチレベル キャッシュ メカニズムによってストレージ容量を拡張し、全体的なストレージ コストを削減しながらタスクの成功率を向上させます。

通信速度の面では、データ交換の効率が注目されています。OpenAIOSは、マルチレベル通信カーネルを提供します。機械学習特有の勾配重み交換などのリンクでは、低遅延、高スループットの通信フレームワークと異種アクセラレータ専用の通信プロトコルを提供し、データ通信の負荷を軽減します。

次のステップ：AIがもたらす量的変化を質的変化に変える方法

4Paradigm は、基盤となる 2 つのテクノロジー スタックのオープン ソースに基づいて、OpenMLDB と OpenAIOS を統合したすぐに使用できる「AIOS Community Edition」を公開しました。コミュニティと開発者は、無料のオンライン コンピューティング パワーとアプリケーション開発環境で体験し、学習することができます。また、さまざまなローカル IDE をサポートしているため、分散タスクを異種のクラウド リソースにシームレスに接続しながら、PC 上でスタンドアロン アプリケーションを開発するエクスペリエンスを維持できます。アプリケーションのオープン性に関しては、AIOS Community Edition は、組み込みのコア アプリケーションに加えて、すべてのクラウド ネイティブのサードパーティ アプリケーションをサポートできるアプリケーション ストアも提供します。

AIの発展への期待について、フォースパラダイムの創業者兼CEOである戴文元氏は、テクノロジーが業界を変える上で最も重要なのは、臨界点を見つけられるかどうかだと述べた。この臨界点を超えると、想像の空間は無限になります。彼の意見では、次の段階での最大の課題は、企業が真に AI 変革を実現できるように、AI によってもたらされる量的変化をさらに質的変化へと推し進める方法である。最初に変革に成功した企業はいずれも、AI による意思決定を活用して主要なビジネス シナリオを強化し、最終的にビジネスの重要なポイントを突破し、質的な変化を実現しました。主要なシナリオで AI の検証に成功すると、徐々にすべての業務領域に拡大し、最終的には業務の質的変化を実現できます。

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]