人工智能這幾年發(fā)展的如火如荼，不僅在計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理領(lǐng)域發(fā)生了翻天覆地的變革，在其他領(lǐng)域也掀起了技術(shù)革新的浪潮。無(wú)論是在新業(yè)務(wù)上的嘗試，還是對(duì)舊有業(yè)務(wù)對(duì)改造升級(jí)，AI這個(gè)奔涌了60多年的“后浪”，正潛移默化的影響著我們傳統(tǒng)的技術(shù)架構(gòu)觀念。

　　AI架構(gòu)（尤其是以機(jī)器學(xué)習(xí)和深度學(xué)習(xí)為代表的架構(gòu)方案）已經(jīng)成為我們技術(shù)架構(gòu)選型中的一個(gè)新的選項(xiàng)。

　　你是否需要AI架構(gòu)的解決方案？AI架構(gòu)選型的主要依據(jù)是什么？這是我們今天主要討論的問(wèn)題。

　　我們先來(lái)看一個(gè)典型的AI架構(gòu)：

　　1、首先需要采集訓(xùn)練模型所需要的數(shù)據(jù)，這些數(shù)據(jù)有可能來(lái)自業(yè)務(wù)系統(tǒng)本身，如CTR預(yù)估任務(wù)中的用戶點(diǎn)擊數(shù)據(jù)、用戶下單數(shù)據(jù)等；也有可能來(lái)系統(tǒng)外部，公開(kāi)購(gòu)買或自主爬取，如圖片分類任務(wù)中的圖片、NLP任務(wù)中的語(yǔ)料等。

　　2、這些數(shù)據(jù)被收集起來(lái)后，經(jīng)過(guò)清洗、加工，被存儲(chǔ)起來(lái)，因?yàn)楫吘共皇侵挥靡淮?。一般是存?chǔ)在分布式存儲(chǔ)設(shè)備（如HDFS）或云端，多數(shù)公司還會(huì)建立自己的數(shù)據(jù)平臺(tái)，保存在數(shù)據(jù)倉(cāng)庫(kù)中，長(zhǎng)期積累下來(lái)。