在上一篇中，我们介绍了UAI-Service借力英特尔技术如何让使用AI服务像使用云主机一样便捷等技术问题。在这一篇中，我们将继续就UAI-Service如何以低TCO获取高效AI服务等问题展开讨论。
UAI-Service另一个重要优势是平台内数据的安全性:
1.首先，由于UAI-Service在每个虚拟机上只部署一个AI节点，因此做到了各个AI任务之间的隔离；
2.其次，由于平台本身并不涉及AI训练数据以及训练方法，在运行时仅需模型文件及接口代码，杜绝了数据外泄的可能；
3.最后，UCloud基于SDN技术实现了网络链路层的隔离，使每个客户的UAI- Service项目子网之间相互隔离，提升了网络安全性。
在UAI-Service中，用户之间的AI模型和接口代码是安全隔离的，全自动化的部署过程使运维人员无权访问敏感数据，进一步提升了数据的安全性。
UAI-Service的通用性优势，解决了企业面对不同AI框架时的“选择障碍症”。UAI-Service对主流的AI框架，包括TensorFlow*、Keras*、Caffe* 和MXNet* 等都提供良好的支持，企业可以根据自己的业务需求来选择不同的AI框架进行接入。
UAI-Service 框架示意图
在传统的AI框架以外，UAI-Service还与英特尔一起，引入了性能更佳的AI框架：面向英特尔?架构优化的Caffe框架。这一版本的Caffe框架与传统AI框架相比，能更好地支持英特尔?至强?处理器产品家族和英特尔?至强融核?处理器产品家族，并集成了最新版本的英特尔?数学核心函数库2017，能更高效地利用英特尔?AVX的处理能力。
源自UCloud的一系列测试结果表明，借助面向英特尔?架构优化的Caffe框架，测试系统同时运行的线程数量可以得到显著增加。基于该框架，测试系统的执行时间也能从最初未修改前的37秒缩短至优化后的3.6秒，整体执行性能提高了10倍以上。事实证明，通过采用这一框架，UAI-Service的AI在线服务效率得到了极大的跃升。
以低TCO获取高效AI服务
现阶段，致力于AI开发和创新的企业，多为初创型企业，或者是正在谋求业务转型和升级的传统企业，因此对TCO的控制尤为敏感。如何获取高性价比的在线AI能力是企业用户们普遍关心的热点话题。
由于在图像识别、自然语言处理等AI正在发挥重要作用的领域中，往往需要用到大量的浮点运算，因此在人们的传统观念里，只针对浮点计算提供加速的GPU平台，似乎更适于AI系统的构建。但在AI模型的部署实践中，GPU动辄高达数万元人民币的售价极其昂贵，而且由于其扩展性不足，一旦部署，通常就只能固定执行单一的计算工作，难以随时根据工作任务的调整和变化实现及时的适配。
这样一来，UCloud就盯上了数据中心内大量部署的、每台服务器都会配备的通用处理器。“通过技术分析，我们发现虚拟云主机中的处理器，处于工作状态的主要都是简单指令集，而英特尔?至强?处理器集成的英特尔?AVX则并没有被充分利用。”UCloud叶理灯表示：“这意味着以浮点计算性能著称的英特尔?AVX的能力，或许可以为我们提供更适用的解决方案。”
英特尔?AVX是一套完整的单指令多数据（Single Instruction Multiple Data，SIMD）指令集规范，其最大的优势在于支持256位矢量计算，大大提升了处理器的浮点计算性能。其具备的增强数据重排能力，也能更有效地存储、读取数据。在充分认识到了英特尔?AVX及其处理单元的特性和优势之后，UCloud的工程师们开始了一项大胆的创新：利用各个虚拟机中此前未能“物尽其用”的英特尔?AVX能力，来满足AI在线服务的计算需求。
为了实现这一创举，UCloud与英特尔的工程师们携手优化了英特尔?AVX在AI在线服务中的应用表现，经过反复的优化与验证，AI在线服务的重要技术指标——时延被成功降低到了数百毫秒，完全能够满足UCloud用户的实际应用需求。
在时延这一性能指标达标的同时，英特尔?至强?E5处理器产品家族出色的可扩展性也开始释放其强大的应用潜力。在数据中心内、服务器中配备的无数英特尔处理器都可以被扩展到系统中，来进一步强化AI在线服务所需的浮点计算能力，这是一种远比GPU方案经济高效得多的解决方案，毕竟，这些处理器节点已经是UCloud的既有投资，无需再为此多支出一分钱。
“这就是英特尔处理器强大的可扩展性带来的力量。在云计算平台上，处理器资源能够迅速地进行海量扩容，按我们目前的解决方案，即在每一个虚拟机上都部署一个AI在线服务计算节点，这意味着我们的AI在线服务未来可以根据用户需求得到迅速且海量的扩容能力，同时还不需要额外支付太多成本。”UCloud叶理灯满意地说。
为了对这一创新成果进行验证，UAI-Service已在200多个基于英特尔?至强?E5处理器产品家族的虚拟机节点上部署了AI在线服务计算节点，验证测试的结果表明：基于英特尔至强处理器的AI在线服务计算节点完全能满足用户对性能的要求，在帮助用户有效降低TCO的同时，也顺应了数据中心环保节能的发展方向。
最新进展：让机器更快识别”喜怒哀乐”
在前期成功开发和测试的基础上，UAI-Service最近又在人脸识别技术的应用上实现最新进展。人脸识别一直是人工智能的一个重要研究方向，而基于英特尔至强服务器平台，利用英特尔?AVX来支持的UAI-Service，已在人脸表情识别的一系列测试中达成了优异的表现，验证了其能帮助零基础用户获得强大AI能力的潜能。
在测试中，UCloud选用了Tensorflow提供的TF-Slim实验库以及人脸表情识别公开数据库fer2013，其中共包含35887张人脸图片，各测试样本在年龄、面部等方面有较大差异性，这使该项技术测试具备了巨大的挑战性。
而测试结果表明：在有并发的前提下，UAI-Service AI在线服务的性能普遍高于8核8G云主机的性能，刚刚得到的测评数据表明，目前并发数为8-16个节点时，AI在线服务在性能上基本与基于GPU的方案相仿，这不仅说明在UAI-Service AI在线服务上部署人脸表情识别应用可以带来出色的成效，还证明基于英特尔?AVX支持的UAI-Service在人工智能应用中完全具备了与传统方案相媲美的能力。
结论
以此前在UAI-Service上的成功协作为基础，UCloud未来还计划进一步深化与英特尔的创新协作，包括将最新的、面向英特尔处理器优化的AI框架引入UAI-Service在线服务平台，并将充分发掘新一代英特尔?至强?可扩展处理器的能力，特别是其集成的全新英特尔?AVX-512带来的更为强悍的浮点运算能力，来进一步优化AI在线服务，让专注于AI创新和应用的企业用户，能继续在合理的成本条件下，获取更强的AI计算能力支持。
经验
AI在线服务的普及，不仅需要在技术上予以突破，其部署的便捷性、与现有云计算能力的结合程度以及在分布式集群上部署的可行性，也在深刻影响着企业用户的AI研发和应用进程。正是因为准确捕捉到了用户的痛点和具体需求，UCloud的UAI-Service才赢得了用户的青睐。
受数据中心内普遍存在的处理器计算资源闲置现象的启发，创造性地将其空闲的浮点计算能力投入到AI在线服务中，这不仅是技术上的创新，也是AI处理工作模式上的全新探索和尝试，它既能有效帮助企业用户降低TCO，也顺应了数据中心环保节能的发展趋势。
