作為其底層能力，人工智慧（AI）正努力利用以規則為基礎的軟體結構和觀察到的資訊來模仿人類行為，進而採取行動。
想像一下椒鹽脆餅工廠。工廠有一條長長的流水線，原料先是按照精確的用量混合、攪拌，然後被送到椒鹽脆餅捆結機。這些機器輸送部分麵團通過帶噴嘴的機械臂，機械臂將椒鹽脆餅紮緊，然後將其投放到移動的傳送帶上。未加工的椒鹽脆餅沿著傳送帶繼續下行，經過鹽漬和包覆工位，進入起酥爐、烘烤爐，最終進入計量和裝袋機。最後一道工序是包裝和裝運。
整條流水線持續運轉。
但一台裝袋機出現故障。然後又是一台。
工廠應該如何應對？ 工廠不能直接關閉生產線（還記得攪拌機裡的麵團和烤箱裡的椒鹽脆餅嗎？） 椒鹽脆餅仍在從生產線流向裝袋機，並灑落在地板上。
問題很棘手，對吧？ 這是一個非常簡單的例子，AI 就能幫上忙。停止原料輸送器，將麵團倒入攪拌機，並將烘烤過的椒鹽脆餅從廢料門排出。然後修好裝袋機。但 AI 的用途遠不止製作椒鹽脆餅，其中一些用途還非常酷！
AI 今天的作用
豐富人際交往：世界上有數百種語言和數不清的人。想像一下，如果你可以隨時隨地與任何人 輕鬆交談。AI 就在眼前，已經進入你的智慧型手機。
推動無障礙溝通：據 textrequest.com 稱，全球每天傳送的簡訊數量達 187 億條。他們還指出，傳簡訊是 2018 年最流行的通訊方式。而這僅僅是傳簡訊！
如果我們增加印刷文字轉語音對話功能（以及語音轉文字），就能夠為人們接受教育帶來新的機會，比如更高效的學習（例如更廣泛的有聲讀物選擇）。由於搜尋可使用更多語言、方言和白話，因此在文字中查詢相關概念並推薦更豐富、更深入的內容比以往任何時候都更容易。
視覺識別和辨認：從自動駕駛汽車和障礙物識別／規避到快速、可靠的人臉識別，連網汽車中的 AI 只是其中一個例子。想像一下，一個小孩在人群中走丟了。AI 監控攝影機中快速、可靠的人臉識別功能可以幫助迅速找到他們。
缺陷識別：發現缺陷（以製造業為例）並快速有效地管理缺陷，可以加快生產速度並提高品質。AI 掃描和測量系統可以識別這些缺陷，並幫助管理缺陷的生命週期，進而提高產品品質和使用者體驗。矽裝置製造商可以在每個晶片上高速測試、掃描和檢查電荷，以確保品質；然後，他們可以使用大數據分析來識別異常並快速有效地解決問題。
以上只是當今 AI 應用程式的幾個例子。
快速且數量龐大——硬體在 AI 中的重要性
雖然 AI 的技術突破似乎都與軟體有關（自主學習算法、自動駕駛智慧、下棋等），但硬體也發揮著關鍵作用（儘管它們有點像幕後英雄）。
AI 算法要想獲得快速、準確的結果，對運行 AI 的硬體的要求相當高。快速儲存裝置對於輸入大量特定使用案例資料以訓練模型至關重要，與 GPU 和 CPU 協同工作的大規模 DRAM 陣列也是如此。
隨著 AI 的發展，AIStorage IO 負載也發生巨大變化。AI 應用程式讀取的資料遠遠多於寫入的資料。舊有基礎架構的讀／寫比例約為 4:1，而 AI 平台的讀／寫比例約為 5,000:1，甚至更高。
這是儲存裝置 IO 的巨大變化，SSD 的耐用性趨勢也反映出這一變化。
SSD 的耐用性以每天硬碟寫入次數（DWPD）來表示，這是一種特定 SSD 可被填滿（寫入）多少次的測量方法。在廣泛採用 AI 平台之前，高耐用性 SSD（通常為 10 到 25 DWPD）非常流行。AI 等高度以讀取為中心的工作負載的廣泛採用極大地改變了這一狀況：2017 年出貨的 SSD 約有 75% 都是 ≤1 DWPD 的硬碟。
您需要知道的五個重點
訓練需要硬體：AI 訓練和驗證需要資料（大量資料）和速度。3D NAND 和高效能、大容量 SSD 等儲存裝置創新推動了研發、驗證和實施 AI 解決方案所需的快速、海量資料。
聚焦硬體：利用針對特定工作負載研發的硬體（如讀取密集型 SSD 和低功耗記憶體），為您的產業和使用案例打造 AI，使智慧型終端裝置保持智慧。美光擁有滿足您特定需求的記憶體和儲存裝置產品組合。
良好的設計是關鍵：投資正確的技術，確保出色完成工作。以讀取為中心的 SSD 非常適合 AI 和訓練。它們可以儲存巨量資料集，並能快速存取，而且價格更親民。低功耗、小尺寸、高效能的記憶體可幫助終端裝置執行快速 AI 推理。
使用低功耗記憶體和儲存裝置：AI 系統需要大量的儲存裝置和運算資源。具有功耗效率的記憶體和 SSD 可有效推動預處理、攝取、分析和行動，並提供高價值、大規模和邊緣性的優勢。
美光可以提供幫助：美光廣泛的產品組合可幫助您將雲端、資料中心和網路邊緣智慧裝置的惡性循環轉變為順暢的資料儲存、遷移和分析的良性循環。
您的 AI 之旅進展如何？ 請透過 Twitter @GreyHairStorage 聯絡我們。
