自然語言處理（NLP）、物件偵測與辨識等人工智慧（AI）應用，正在各產業領域展現價值，然而，企業IT基礎架構實作整合人工智慧，需要資料科學家、開發與IT團隊緊密合作才可實現，隨著NVIDIA AI Enterprise雲端原生軟體套件發布，利用在VMware vSphere with Tanzu上運行的GPU加速Kubernetes工作負載，有助於簡化AI開發、部署、維運的複雜度。
眾所周知，多年來本土產官學界積極投入AI研究，大約五年前，AI透過GPU技術加速訓練模型可說是各產業遍地開花的前期，如今已經許多企業營運開始應用AI，典型的案例即為電子商務網站，當顧客把產品品項加入購物車後，隨即收到可能也會喜歡的商品推薦，後端技術即是透過AI處理。NVIDIA AI Enterprise已取得公有雲及地端VMware建構的虛擬化與容器叢集環境運行認證，簡化IT人員在多雲、分散式架構下部署與維運AI應用，讓零售、金融服務、生技醫療、自動駕駛、機器人等應用場域大放異彩。
根據IDC發布的統計數據，預估2024年，60%的Forbes Global 2000將在所有關鍵業務中使用AI／ML，不僅藉此創新商業模式，企業內部營運管理也可採用AI輔助，尤其是開發團隊可加速提出產品原型（Prototype）、提高流程自動化的能力，特別是機器設備維護引進AI，將突破既有排程式維運框架，改為AI自主判斷預測故障時間，大幅降低營運停擺釀成損失的風險。
須留意的是，關鍵應用系統欲實作AI，並非僅仰賴技術人員，必須得建立AI團隊，融合IT維運與開發技能，建立高可用、高穩定架構，確保軟體版本更新等因素不至於影響關鍵應用系統正常運行。同時第一線業務部門須提供實際客戶的回饋，讓AI團隊得以持續改良精進。
如此一來，IT底層環境勢須具備可加速部署的管理平台，讓IT管理者得以簡化操作與維運；應用層則須符合開發者採用的AI工具與框架。換句話說，底層硬體與應用軟體達到最優化的功能性整合，才有辦法在開發AI專案時發揮效益。NVIDIA AI Enterprise套件中納入VMware vSphere with Tanzu運行GPU加速Kubernetes工作負載，已針對AI進行最佳化整合且完整的軟硬體堆疊，成為開箱即用的解決方案。
欲知更多技術細節，請點《》，點選https://reurl.cc/j18DnZ。