惠普AI及数据科学开发和应用支持

36氪品牌·2023年10月11日 10:59

一、背景介绍

1、2023 ChatGPT引爆了全球各国对AI人工智能和数据科学的投资和相关的AI/Data Science人才的教育和培养。

2、2021年中国人工智能从业人员31万人，2022年同比增长+53%至47万人。

3、至2023年，中国已有超过400所大学开设了人工智能专业本科专业，对比2020年增加近1倍。人工智能学院，研究院/中心的数量和研究生数量也大幅增长。综合近几年的趋势，AI研发和数据科学领域将面临越来越大的算力需求。

4、基于京东平台用户购买行为数据，对过去6个月购买过高性能计算机的用户和对AI、设计等领域感兴趣的用户进行了样本问卷调查，根据受访的350位用户得出以下结论：

1）高性能计算机用户侧写

AI相关行业从业者占比26%，爱好者占比72%，缺少学习平台和资源(48%)以及系统开发环境安装/设置/更新繁琐耗时(41%)是目前AI应用开发和学习的两大痛点

高性能计算机的用户主要为在制造行业(37%)和互联网(20%) 行业工作的男性(82%)，他们在非传统办公室工作的比例高(66%)，且所在企业规模集中在中小企业(51%)和大型企业(28%)

AI相关领域从业者中男性(↑6 pts)以及互联网行业(↑12 pts)和数据科学家(↑7 pts)的占比更高；爱好者中有更高的学生比例(↑5 pts)

2）电脑配置及软件使用情况

日常工作中, 高性能计算机用户平均安装1.4个操作系统, Python/Keras (30%), Visual Studio Code (28%), Git (26%) 是他们最常使用的相关软件
高性能计算机用户中移动RTX30/RTX40系显卡(29%)和专业显卡(27%)的占比高，相关从业者中使用双系统(人均使用1.7个电脑操作系统)和台式RTX30/RTX40系显卡的比例更高(↑9 pts)

3）高性能计算机购买考虑因素

产品质量/稳定性 (85%) 和性能 (83%) 是最重要的高性能电脑购买考虑因素, 相应地, 专业显卡是最吸引目标用户的产品卖点 (58%)
相较而言，软件适配性(↑9 pts)和外观(↑12 pts)对于从业者更为重要，产品质量/稳定性(↑7 pts)和价格(↑5 pts)对于爱好者更为关键

65%的高性能计算机用户愿意有偿获得增值服务，如一键即用系统、出厂预装开源软件包等

由此可见AI相关行业从业者和企业高性能计算机用户有非常大的平台和资源需求，用户选择品牌时不仅需要考虑计算机性能，软件适配性和增值服务等也是非常重要的两大影响因素。

二、AI应用开发主要痛点（AI应用开发目前面对的问题）

1、 AI应用的系统开发环境大部分基于Linux/Ubuntu OS, 但开发者日常应用大部分基于Window，需要双系统或不同机器。

2、AI应用的系统开发环境的安装，设置和更新繁琐、耗时，特别是开发者需要使用多种的开发工具的时候。

三、产品简介及优势

产品名称：惠普 AI人工智能和数据科学开发管理软件

使用单一工具，即可轻松自定义和管理您的数据科学环境。

对于AI人工智能和数据科学家而言，开源世界是一个迷人的游乐场。然而，用于深度学习、开发和大数据处理的工具不断发展变化，您可能会因为迷失方向而耗费大量时间。可能您才刚挑选并安装了一套工具，但又需要马上投入另一个要求全然不同的新项目。不断更新工具费时费力，让人无暇专注于发现新的洞见。

惠普AI人工智能和数据科学堆栈管理软件不仅可以为您节省宝贵的时间，而且还能保证您可获得当前出色的软件新版本。这样一来，您便可以立即自定义环境。有了惠普AI人工智能和数据科学堆栈，您可以快速便捷地访问其中的软件和开源工具，并能自动进行更新。并且同时支持 Ubuntu 和 Windows 操作系统。

AI人工智能和数据科学家们再也不用为选择组件、定制系统焦头烂额，惠普已代您完成了这项让人头疼的任务。只需轻点鼠标几下，您便可以自由挖掘业务所需见解，简化 IT 支持团队的工作。

什么是惠普AI人工智能和数据科学开发管理软件？

惠普AI人工智能和数据科学堆栈管理软件是一款在选择和安装热门AI人工智能和数据科学工具方面的一站式解决方案。此软件可供下载，并且已预装在特定惠普工作站上，您可以利用此软件，根据工作流程和项目变化轻松自定义环境。

惠普AI人工智能和数据科学堆栈管理软件搭配惠普数据科学软件堆栈使用。该软件支持 Ubuntu 并可通过 Microsoft Windows Subsystem for Linux (WSL 2) 支持 Windows 操作系统，其中已包含 TensorFlow 和 PyTorch 等各种开源软件，以及 Git 和 Visual Studio Code 等开发人员工具，并且支持 NVIDIA CUDA 等。

这些工具均已经过配置，无需不断调整即可出色地协同工作。简而言之，这意味着您无需再担忧缺少合适的应用。

惠普AI人工智能和数据科学开发管理软件的优势

许多AI人工智能和数据科学家对惠普数据科学管理软件爱不释手自有其原因。准确地说，是有多个原因。

1、削减配置时间

阅读过大量开源软件文档的人都知道，这是个十分艰难且耗时的过程。软件配置可能需要数小时、数天甚至数周的时间。惠普AI人工智能和数据科学堆栈管理软件通过解决和管理依存关系树的冲突，帮助您查找、配置和安装各种组件并使其协同工作，从而节省大量时间。

2、随时自定义环境

惠普AI人工智能和数据科学堆栈管理软件在设计时便考虑到了自定义功能。有了它，您可以随着工作流程和项目变化，轻松安装或删除程序，无需再搜索新程序，也无需在不需要的工具上浪费存储空间。

3、规划理想的软件堆栈

通过 TensorFlow、Keras 和 PyTorch 等AI人工智能和数据科学软件工具，您可以使用热门的开源工具，访问有助于启发业务灵感的资料库、语言资源和应用。预装工具概述如下：

RAPIDS：GPU 加速数据分析和数据科学的成品开源库集合，得到 CUDA 的广泛利用
英特尔® oneAPI AI 分析工具包：此工具包能够为数据科学家、AI 开发人员和研究人员提供熟悉的 Python 工具和框架，从而加快英特尔® 架构上的端到端数据科学和分析渠道
TensorFlow：此开源机器学习 (ML) 平台搭载了各种库、社区资源和一系列灵活的工具，专注于训练深度神经网络
Keras：适用于 TensorFlow 平台，基于 Python 的热门深度学习 API。您可利用它进行快速试验，以便迅速将各种想法付诸实践
PyTorch：强大的开源机器学习框架和 Python 库，可帮助您高效执行研究、原型设计和部署
scikit-learn：利用 Python 中非常有用的机器学习库，以及用于回归、聚类、分类和维度的工具
XGBoost：得益于出众的速度和性能，此算法在近期针对结构化和表格数据的 Kaggle 和 ML 竞赛中独领风骚
cuML：一套超快速的 GPU 加速 ML 数据科学算法
cuDF：功能强大的 GPU DataFrame 库

4、充分利用热门开发人员工具和容器

在版本控制、代码编辑、网络和云应用调试以及智能代码检查领域，开源是毋庸置疑的王者。直到现在，这位王者仍占据着数字高山的巅峰，周围则是由耗时的安装和配置构成的“森林”。但现在，惠普它近在咫尺。有了AI人工智能和数据科学堆栈管理软件，您将获得：