对话戴金权：英特尔如何构建软硬件协同统一的大数据分析＋AI平台？( 三 )_雷锋网消息

“我们有很多用户是来自于很多非常大的互联网公司或者是大的企业里面的传统实验室，他慢慢的也会发现，当构建了一些人工智能深度学习的框架和模型之后，怎么样能够很好的真正跑到生产系统上去，能将生产数据在上面跑起来。这是用户来使用英特尔Analytics Zoo一个很重要的出发点。”

此外，Analytics Zoo的用户也不乏硬件的OEM的厂商、软件提供商、公有云服务商等，英特尔现场展示出的客户包括浪潮、宝信、戴尔、阿里云和腾讯云等。

核心 | 端到端应用场景塑造

从深度学习模型到一个完整的工业级应用要多少步骤？如上戴金权在现场展示的PPT，黑色部分是核心的深度学习模型，但是周边有很多工作要完成，才能使之运行起来。

深度学习的模型只是整个流程的一部分，要构建和应用深度学习模型，还有数据的导入、数据清洗、特征提取、对整个集群的资源的管理和各个应用之间对这个资源的共享等，这些工作事实上占据了机器学习或者深度学习的一个工业级应用开发大部分的时间和资源。所以，数据处理、机器学习，以及算法必须很好地和现有的大数据处理的工作流整合在一起。