前瞻觀點

AI、數據分析怎麼做？IT 基礎架構將是決勝關鍵

IBM 大中華區硬體系統部總經理侯淼

數位轉型議題正火熱，領先企業的成功秘訣是：在發展人工智慧與分析時，擁有好的數據，並完善 IT 基礎架構，將是因應未來業務挑戰的決勝關鍵。

你知道資料洞察分析也能用在 F1 世界一級方程式錦標賽上嗎？

2019 IBM 科技論壇「現代架構未來」展出奧斯頓•馬丁紅牛車隊運用 IBM Spectrum Storage 儲存架構加速資料分析，在賽前建立賽車的「數位分身（Digital Twin）」，縮短 30% 製造及測試時間（約數百小時）。在比賽中透過即時資料洞察優化比賽策略，提供賽車隊所需的決策資訊，為選手爭取毫秒級優勢，最後成功讓奧斯頓 • 馬丁紅牛車隊躋身 2018 年世界 F1 錦標賽第三名，足見即時資訊洞察對業務決策的影響力。

沒有 IA（資訊架構)，就沒有 AI（人工智慧）

IBM執行長 Ginni Rometty 在 IBM 年度大會「Think 2019」上指出：「如果沒有 IA （Information Architecture,資訊基礎架構）就不會有 AI（Artificial Intelligence,人工智慧）！」

對企業而言，2019 年是數位轉型的關鍵年。數據化、AI 化是數位轉型的核心，不論是為了擁抱 Bank 4.0，銀行要提供 24 小時無處不在的服務；或是為邁向智慧製造，必須快速優化製程和產能以提高工廠自動化。在速度與規模決定一切的時代，為了成功運用數據分析，擁有能因應當前挑戰，同時又能展望未來的科技平台架構顯得至關重要。（延伸閱讀：AI 助力 IT維運，加速企業數位轉型）

IBM 大中華區硬體系統部總經理侯淼指出：「80%數據尚未被『淘金』，面臨大數據熱的時代，更要冷靜思考，企業的 IT 基礎架構，足以在明天充滿信心嗎？如何管理日益成長的數據和 AI 需求？要用明天的思維思考今天的架構。」

台灣的 AI 下一步

為掌握 AI 大未來，國家高速網路與計算中心也已經完成作為國內產業平台的 AI 基礎架構。針對台灣 AI 發展現況，國家高速網路與計算中心主任史曉斌表示，目前國網中心的台灣 AI 平台系統使用量為 85%-90％，學界及業界皆有不錯的 AI 應用。其中，生醫 AI 和智慧製造是最突出的兩個領域。農業也不乏人工智慧應用，例如在小豬出生七天內計算小豬未來是否為種豬，AI 可將一年的計算縮短為七天。未來，國網中心希望能協助更多台灣企業用 AI 到世界上發光。

在具體作法上，IBM 大中華區系統與科技事業部傑出工程師李永輝表示，AI 取決於三大要素：第一，資料有多少？並運用自動化技術加快 AI 能力部署。第二，要有可延展性高的基礎架構，才能發展 AI。第三，依據場景挑選可應用的演算法，將資料和模型放進數位分身觀察未來的發展。

緯創醫學科技智慧醫療總監郭志峰則指出，AI 命題的選擇，以及產業合作是否能產生商業利益，將是決定 企業AI 專案能否成功的關鍵。

國立交通大學數據科學與工程研究所所長曾新穆分享，台灣產學合作最常遇到的兩大問題是：第一，命題不夠精準、完整，必須在 AI 應用的精準度及回應速度之間取捨。第二，學界的強項是解決難題，應用到業界時會遇上應用場景的問題，開發時只考慮伺服器運算，但實際應用時得讓 AI 應用的速度加快，才能創造價值。

台灣 IBM 硬體系統部總經理于伯琨總結表示，「放眼全球，金融業、製造業都在加速新科技的應用，數位化及 AI 的企業數位轉型之路勢在必行，沒有可延展的 IT 基礎架構，就很難發展 AI。就緒今日，架構未來，是企業抓緊先機，取得競爭優勢的關鍵。

IBM 大中華區技術長暨系統開發中心總經理謝東

預見下世代的架構科技

隨著數據價值越趨重要，未來架構的關鍵在儲存，數據需要被運算時，如何能快速被 CPU 讀取？並且讓它更便宜地被儲存？

因此，IBM 正在研究三項重大技術。第一是「多位相片儲存技術」，速度非常快，且持續儲存的特性非常好，在常溫狀態下，可做到 100 萬次儲存。此技術為程式設計帶來新的革命，可讓數據直接在儲存設備中運算。

第二是「超高密度磁帶技術」，發展超過 60 年的古老磁帶技術再次流行，因為它比硬碟更可靠、便宜、持久，可長期保存數據 30 至 50 年。IBM 不斷提高儲存的密度，已達成世界上最快的單位儲存密度。業界也開始採用磁帶，每年增加百分之三十以上，磁帶在未來十年將會將再度被廣泛應用，也有越來越多雲端廠商使用磁帶備份資料。

第三是「FLAPE」，也就是結合快閃記憶體和磁帶的儲存架構。目前討論儲存架構時，不只討論內存、外存的數據架構，更多在討論需要被即時處理的「熱數據」，以及需要在新架構所考慮的「冷數據」。