云原生AI如何落地到业务场景？红帽专家解读开源新技能( 二 ) 智东西（公众号：zhidxcom）作者

文章图片
AI实践有两个常见瓶颈：一是怎么开始，二是怎么投产。应用开发师未必能很好地理解算法工程师或数学科学家研究的成果。但如果将多方间的耦合变成一种平台化的对接行为，就能减少沟通方面的瓶颈。这也是OpenDataHub能在云端帮助用户做AI所起到的作用。
至于如何在OpenShift快速搭建数据科学实验室，赵锡漪提到一个典型的工业制造项目MANUfacturingEdgeLightweightAccelerator 。

文章图片
它包括多域、多云如何组合、这些云之间如何协同、怎样在传统系统上独立构建出一个新的数学科学实验室，然后把原来已经在生产线的数据采集之后交给数学实验室，由数学实验室形成一些AI模型，再下发给生产线上的一些监控设备和监控窗口，从而形成一个对原有监控体系的完整体系。 “无论你想做什么样的事情，都可以在这个架构上开始。 ”赵锡漪说。
MANUfacturingEdgeLightweightAccelerator是轻量级的，并带有边缘计算特性，因此这对于一些边缘计算的场景应用也是个很好的起步项目。

文章图片
当被问及多云环境对AI开发有什么影响，他解释说没有太大影响，像红帽的AI开发基本上在OpenDataHub上做，至于当前在哪个AI实验室里做对整个AI发布不算大事。
【云原生AI如何落地到业务场景？红帽专家解读开源新技能】赵锡漪透露，红帽将推出AI/MLonOpenShift动手实验营，会提供一个免费的线上培训环境。此外，红帽AI/MLInnovationLab创新实验室很快会进入中国市场，通过深入客户的开发、运维、设计团队，帮助客户从开源环境搭建选择及需求整理直到最终做一个原型的过程。

文章图片

文章图片