图1

这是为什么？

逐渐发言，数据是基础设施需要大规模提供AI的原因，我们的调查中有89％的受访者称，他们预计使用机器学习工作量的数据量将在明年增加，并且近一半的投影增加25％以上。大部分增长将来自非结构化数据，因为AI和机器学习的最具变化的使用情况涉及从非结构化数据获得洞察力，是IT文本，图像，音频或视频。

他们打算怎么做?

企业明白，要大规模利用人工智能，并不仅仅是扩展现有基础设施。需要新的基础设施来应对机器学习工作负载的需求，包括新的可扩展存储、专用加速器和低延迟网络。这些需要在不同的执行场所部署。

企业还表达了对其人工智能基础设施的各种担忧，从这些系统的安全性到数据管理能力的不透明性。改造人工智能基础设施需要的不仅仅是购买更好的硬件;它需要新的工具和对架构范例的更新。

他们准备花钱来解决问题吗？

是的,他们也是。我们的调查显示，83%的受访企业表示，他们明年将扩大人工智能基础设施预算，39%的企业预计增加25%或更多。在基于云计算的人工智能平台上的支出将占据领先地位，89%的受访者计划在明年增加在这些平台上的支出。

我们的声音：AI和机器学习基础设施2019调查包含了更多关于支出决策者等主题的数据，机器学习过程中的具体点，将基础设施的应变，AI特定的基础架构组件组织的类型正在寻求购买，技能短缺是最敏锐的领域，以及机器学习模型的频率和部署的频率和位置。

要了解更多信息，请查看这个自由市场洞察报告。