在數(shù)據(jù)和算法重新定義的世界中，數(shù)字化轉型正構成傳統(tǒng)企業(yè)的新競爭力，但實際被收集和利用的數(shù)據(jù)，遠比人們想象中少。

有效數(shù)據(jù)量少、模型開發(fā)效率低、專業(yè)技術人才匱乏，這些問題在企業(yè)應用數(shù)據(jù)分析面前形成了難以跨越的天塹。一邊中國市場上超半數(shù)的企業(yè)已經采用機器學習方法，實現(xiàn)高級數(shù)據(jù)分析預測，另一邊機器學習、數(shù)據(jù)科學的普及之路仍荊棘叢生。

在這一背景下，IDC發(fā)布《數(shù)據(jù)分析新速度：加速數(shù)據(jù)科學轉變成商業(yè)洞察》白皮書，重新審視數(shù)據(jù)科學的定義與生態(tài)，對機器學習、數(shù)據(jù)科學在中國市場的落地現(xiàn)狀進行全面調研。

數(shù)據(jù)爆炸時代：加速AI落地中的困境

在大數(shù)據(jù)、人工智能等新興技術的助推下，數(shù)據(jù)科學從常規(guī)數(shù)據(jù)分析發(fā)展到高級預測分析與智能預測，其定義正在被重新審視。

本白皮書中，IDC將機器學習與圖算法為主的工作負載定義為數(shù)據(jù)科學，其核心技術即經典機器學習技術，正在企業(yè)用戶中開始復興。據(jù)IDC調研，當前中國市場上74%的企業(yè)已采用包含機器學習的數(shù)據(jù)科學平臺，其他企業(yè)均表示在未來24個月內有計劃采用這一平臺。

在當前金融應用場景中，80%的分析預測模型采用機器學習模型，支撐預判欺詐風險、優(yōu)化量化投資等業(yè)務應用。而每成功識別一筆欺詐交易行為，每準確預測一次市場行情變化，對企業(yè)的經濟利益可能是百萬級甚至上億級。

還有在零售場景，隨著個性化服務需求升級，更多零售企業(yè)正通過機器學習形成線下線上融合的用戶畫像追蹤，實現(xiàn)千人千面精準營銷，顯著提升用戶粘度。

數(shù)據(jù)科學在文娛、教育、電信、制造、醫(yī)療、政府、媒體、能源、交通、地產等行業(yè)中均得到廣泛應用。根據(jù)IDC提供的數(shù)據(jù)，中國企業(yè)在深度學習和機器學習方面的投入持續(xù)增加，高級數(shù)據(jù)預測分析、經典機器學習相關的市場規(guī)模在2018年達到3.0億美金，預計到2022年將達到29億美金。

2018-2022年中國人工智能應用市場規(guī)模（單位：百萬美金）

不過企業(yè)要想應用機器學習，還需先解決很多挑戰(zhàn)。

首先，數(shù)據(jù)準備和建模耗時長。其次，數(shù)據(jù)資源嚴重匱乏。IDC調研發(fā)現(xiàn)，目前只有一線互聯(lián)網公司擁有超數(shù)千PB級別數(shù)據(jù)，大部分企業(yè)的數(shù)據(jù)量僅在1TB-20TB之間。另外企業(yè)積累的大部分數(shù)據(jù)不能直接用于模型訓練，被注入到AI模型的數(shù)據(jù)不足1%。此外，數(shù)據(jù)科學工作負載開發(fā)效率不高。許多剛涉足機器學習應用的企業(yè)，對底層算力和基于硬件的優(yōu)化缺乏清晰的認知，尚未意識到加速計算給企業(yè)開發(fā)效率帶來的價值。

企業(yè)采用加速方案后的效果

要在應用機器學習時繞開這些瓶頸，選擇合適的數(shù)據(jù)科學平臺則至為關鍵。

數(shù)據(jù)科學平臺選型：門檻低，速度快

DC在白皮書中，就平臺選擇的考量因素給出許多具體可行的建議。

例如使用機器學習平臺開發(fā)模型時，應與企業(yè)實際業(yè)務需求充分匹配。

IDC發(fā)現(xiàn)，大部分企業(yè)已采用加速方案，其中采用GPU加速的居多，占比達50%。

企業(yè)采用機器學習平臺時使用到的加速方案情況

其中，NVIDIA在2018年10月推出RAPIDS開源GPU加速平臺正得到越來越多企業(yè)的應用。

NVIDIA RAPIDS平臺致力于加速大規(guī)模數(shù)據(jù)分析和機器學習工作負載，該平臺建立在NVIDIA CUDA-X AI平臺之上，提供了一系列面向機器學習、深度學習和高性能計算的專用GPU加速庫，這些庫與NVIDIA Tensor Core GPU無縫地配合工作，可加速從數(shù)據(jù)準備、模型訓練到預測的整個端到端流程，大大提升AI任務執(zhí)行效率和模型精度，同時降低基礎架構TCO。

當前百度、阿里云、IBM、Oracle、Kinetica、H2O、SAP、SAS、Databricks等公司都已采用NVIDIA RAPIDS平臺加速數(shù)據(jù)科學研究。

應用無處不在，精度效率雙提升

從應用角度來看，在國內金融、零售、云計算等多個行業(yè)場景中，RAPIDS均已展現(xiàn)出色的加速能力。

1、案例一：提升端到端量化投資預測效果

在金融領域，如何提升開發(fā)效率是量化投資工具面臨的主要挑戰(zhàn)。

寬邦科技打造的AI量化投資平臺BigQuant旨在讓金融業(yè)務人員都能零門檻地使用AI提升投資效率和效果，每月為金融機構和10萬C端用戶提供數(shù)百萬次機器學習模型訓練。

采用NVIDIA RAPIDS平臺后，其GBDT模型在特征工程提取環(huán)節(jié)速度提升100倍，聚類算法速度提升200倍，同時系統(tǒng)預測準確度也得以提升。

2、案例二：顯著提升理賠審核能力

銀行做信用評分時，通常用XGBoost在Spark上進行運算，完成一次端到端模型迭代一般需要幾天，新的用戶行為特征也不能實時更新到模型訓練中，會影響后期的精度。

平安科技引入NVIDIA RAPIDS在NVIDIA DGX-2超級計算機上進行模型運算，將模型運算速度提升40倍，模型訓練時間從周壓縮到分鐘，不僅大大節(jié)省人力成本。

平安科技副總工程師、聯(lián)邦學習技術部總經理王健宗表示，RAPIDS平臺“不僅大大提升了效率，對于精度的提升也指日可待”。

3、案例三：大幅提速數(shù)據(jù)準備

云計算廠商也在借助RAPIDS平臺提升任務執(zhí)行效率，國內首家提供RAPIDS加速庫服務的公有云廠商是阿里云。

機器學習算法往往產生大量數(shù)據(jù)傳輸，至今仍難以實現(xiàn)并行化。隨著服務器系統(tǒng)引入GPU加速的機器學習算法以及NVIDIA NVLink、NVSwitch等技術，模型訓練現(xiàn)可輕松分布在多個GPU和多個節(jié)點間，幾乎不會產生延遲。

實例上，使用GPU加速的XGBoost訓練任務可提速20倍以上。

結語：加速數(shù)據(jù)分析正滲透到更多行業(yè)

數(shù)據(jù)科學應用的程度正拉大企業(yè)間的競爭差距和收益差距，數(shù)字化程度好的銀行、航空公司、酒店等機構，收入及稅前利潤明顯高于數(shù)字化落后的同類機構。

企業(yè)如果不想在智能化趨勢中落后于人，不僅希望有更易上手的數(shù)據(jù)科學平臺，而且需要采用更好的加速方案來縮短開發(fā)周期。

IDC預計到2021年，90%的新智能系統(tǒng)將嵌入以決策為中心的加速計算架構，能自動檢測和評估當前形勢并作出應對決策。這將幫助更多企業(yè)優(yōu)化生產效率，更為游刃有余地去適應客戶需求以及競爭環(huán)境的快速變化。