了解更多数字化转型方案查看此链接：
https://www.dellemc-solution.com/home/index.html
临近年底，老板快过生日了。
如果要给他献首歌，老陈一定选《野狼disco之老板吹过的牛》，
因为只有这样帅（狂）气（野）的歌风才配得上英明的老板！
在你右边儿
画一道彩虹
来左边儿
跟我一起讲人工智能
在你右边儿
再念句数字化转型
在你胸口上比划一个大数据
左边儿右边儿黑科技
大手一挥举起麦
直指光明的数字化未来
《野狼disco之老板吹过的牛》
三天前，老陈陪同CEO参加行业峰会，众大佬同聚一台，现场锣鼓喧天，鞭炮齐鸣，红旗招展，人山人海，场面那叫一个热闹。
席间觥筹交错，科技交流无缝开展，总结阶段，CEO一跃跳上主席台，振臂高呼：
“未来的竞争不是来自同行，而是来自科技公司，我们要做好数字化转型，技术上进行前瞻性投入，未来创新，一年内全面采用大数据和人工智能等技术，明年再聚首时，我们一起见证行业黑科技！”
老板在上面激情澎湃、满面春风，老陈在下面如坐针毡、如芒在背，默默盘点了手里那点货，心里越发不安：
什么大数据平台？什么人工智能应用？公司除了上千台服务器、N多的网络和存储、一堆开源数据库软件还能勉强支撑业务运营以外，没啥黑科技啊？这明年就要展示啊！
开完会回来老陈一夜未眠，但也思索过诗和远方——至少这次老板从战略的高度重视我们技术部门，在可见的未来必定会加大IT投入。
▊ 嗯，未来是美好的！
给自己打满鸡血后，老陈立刻回到公司召开动员会，准备打场恶仗。
上午10点，会议室
老陈清清嗓子，对一群下属交待：“公司高层非常重视业务数字化转型以及新技术前瞻性投入，明年要看到实际成果，人工智能、大数据我们得抓紧搞起来！”
——“有人知道人工智能和我们行业怎么结合吗？”
三四十号人鸦雀无声。
——“听说要用Python语言开发，有谁做过Python开发的？”
总算有2-3人举手。
——“很好！不过据说复杂一些的应用场景模型开发需要用到HPC架构，有谁之前做过类似的项目？接触过GPU和FPGA等异构计算？”
大家面面相觑，四顾茫然。
第一次技术摸底后，老陈心里拔凉拔凉的——8年来一直在这个职位，难道再上一步到集团的良机就要消失了？
▊ 又是一个不眠之夜。老陈深刻体悟到“老板吹过的牛，我们含着泪也要接着吹完！”这句话的奥义。
第二天上班，马路上堵得水泄不通，前面挂着大横幅热热闹闹的全是人，好像在开什么人才交流会，真是屋漏偏逢连夜雨，项目的事已经够让人上火的了，现在还得错过10点的例会吗？
老陈一边滴滴按喇叭，一边给群里发消息，正烦闷不堪时，突然开窍了：对啊，人才！向科技型公司转型，得有人才啊！现在人才储备不够，得问CEO要人去啊！
找完CEO后，老陈得到了一个好消息和一个坏消息，好消息是加人可以，坏消息是：“今年转型压力很大，你们团队薪酬预算增加160万，你可以拿这笔预算招人，不够的话裁员再招，明年一定要看到业务转型成果！”
160万？开玩笑！现在招个刚毕业的AI博士都要50万起步，2年经验的最少100万，就这点钱，还招人？
裁员？更不可能！这帮跟了自己10来年的兄弟姐妹们，个个都上有老下有小还背着房贷呢！
理想很丰满，现实太骨感。想起老板吹过的牛，老陈一筹莫展，无计可施。百无聊赖地翻翻朋友圈，立马被一条内容吸引住了：
人工智能？戴尔易安信在做AI？
老陈赶紧点进张铭的头像，向他发去一句问候。
几小时后
老陈跟张铭在韦联广场某餐厅碰面，饭桌上老陈大倒苦水，希望师弟能给些AI方面的指点。
张铭：“师兄，别担心，国内很多AI初创公司和巨头都是我们戴尔易安信的客户，这方面材料我有的是，不过你得先跟我说说，你们想通过AI实现的业务场景都清楚了吗？”
老陈：“人工智能嘛,当然是老板吹过的场景都给它实现了！”
张铭：“你们打算怎么实现？”
老陈：“目前比较缺人才，我们公司想招2个搞算法的博士。”
张铭呵呵一笑：“做AI，负责算法的人一定需要，而且很宝贵，但有个问题，请人代价比较高吧！”
老陈再次摆出苦瓜脸：“是啊，刚毕业都要50W以上，有点经验的更贵了，人需要，钱没有……不过只能咬咬牙满足刚需吧。”
张铭给老陈敬了一杯酒，慢慢道：“师兄，搞算法的数据科学家一定需要，但好钢得用到刀刃啊！之前我们有个做金融的客户，花180W从互联网找来一个技术大拿，结果花了7个月才第一次弄出来勉强能用的应用。后来了解到，这个大拿前6个月都在给公司部署和调试开发环境，一脸委屈给他们老大汇报，说公司新购的IT设备和以前完全不同。”
老陈：“这的确是个问题，数据科学家那么宝贵，怎么能把他们的时间都浪费在设备调试上呢？不过AI平台对算力要求高，可我们传统客户哪弄过高性能计算啊！而且现在GPU、FPGA各种芯片，还要安装驱动、数学函数库、开发框架、集群管理、资源调度，还要调配网络和存储等，有没有系统性材料？让我们知道需要哪些软硬件环境？”
张铭让老陈别着急，随即打开携带的笔记本，对老陈讲了起来。
AI开发需要从HPC体系架构说起，跟其他系统一样，HPC同样是由服务器、网络、存储组成，只不过服务器分为头节点用于集群登录和任务分发，计算节点负责处理数据，网络除了以太网还有高速网络，目前主要有Infiniband和OPA等低延时高速网络，存储方面要注意文件系统的选择。
技术上HPC分为以下这么几层：
如果需要具体的软硬件配置，可以根据下面这个方式获得：
老陈听完点点头：“确实很全面，不过有点复杂，有没有简单一点的？毕竟这样的开发系统还需要找人维护系统，而且系统的性能也需要调优吧！”
张铭眨眨眼：“这当然没问题！”
戴尔易安信面向开发人员开发了一体化解决方案，具备快速部署（连线加电）、配置简化（GUI按钮点击）、运维简单（远程集中管理）等特点，相比传统的AI基础架构简化了很多步骤，而且对性能进行了优化。
同时，戴尔易安信开发平台除了具备完整的软硬件，还集成了即见即所得的开发环境，开发人员单点登录，自行选择GPU等加速器的数量、开发框架类型，横向扩展也只需要点击几下即可。自此以后，数据科学家再也不需要浪费时间调试设备和性能了，一键登录直接写代码调试开发算法。”
老陈看完后大为赞赏，这个一体化平台真不错，能省不少事儿！
张铭点点头，你们公司突然提转型，目前面临的就是以下局面：
➤ 缺人，缺懂算法的人，缺懂HPC或异构计算落地的人，但又没太多预算招人；
➤ 需要填坑。比如常用的瑕疵检测，不知道用什么模型效果好；哪些应用可以通过迁移学习就获得好的效果；应用推理的时延达到秒级，不知道怎么排除问题；要命的是没有时间和成本去趟水。
那面对这种局面，为什么不借助厂商的力量，参考厂商从实验室里得出的各种设备和框架的测试值，以及在其他企业的实践，是不是可以大大节省工作量呢？
老陈：“这正是我来找你的目的啊，我们需要你们趟过坑的经验，说实话我们现在人力和时间都不够，不可能从0开始，我们能不能签个战略合作？我们用你们的一体化平台，你们派人过来手把手带我们入门？”
张铭答应：“没问题，大家共同进步！”
相关阅读推荐：Dell EMC中国研究院总监谈技术创新之道
