眾所周知，目前人工智能依舊處于早期發展階段。并且，在一些開發者們的見證下，人工智能從一門抽象的學術研究演變成了一系列可以實際應用的商業應用程序和新技術，為各個行業領域帶來轉變。

在將于本周舉行的The Next AI Platform 活動現場，眾多AI基礎架構領域的先驅者們將匯聚一堂。其中就包括曾在Twitter領導其AI項目的Clément Farabet，他將登臺參加現場訪談和座談活動。

與大多數開發者不同，Farabet從AI和機器學習還處于萌芽之時起，就已經投入到了這一領域當中，那時GPU還沒有像今天這樣，被用來作為人工智能的主要動力。他早期就職于新南威爾士大學（University of New South Wales）和紐約大學（New York University），那時他還在使用FGPA作為計算平臺，用于他的研究活動——研究使用卷積神經網絡（CNN）來分析視頻和圖像。

2013年，Farabet與他人合作，聯合創建了一家初創公司——MadBits，該公司主要借助深度學習視覺技術進行圖像和視頻識別技術的開發工作。2014年，該公司被Twitter收購，隨后Farabet加入Twitter，開始為Twitter開發AI應用——他組建并管理了一支團隊，為Twitter提供機器學習技術基礎框架。

2017年，Farabet加入NVIDIA，領導AI基礎框架/平臺團隊。該團隊主要關注于自動駕駛汽車領域，但同時也參與NVIDIA在機器學習和數據科學領域的開發工作。近期，在接受訪談的時候，Farabet談到了人工智能領域的飛速變化；同時他也表示：加入NVIDIA，給了他更廣闊的視野去了解該技術正在向著怎樣的方向發展。

“在過去的六七年當中，我們看到了深度學習的飛速發展，”Farabet提道。這種爆炸式的技術發展為像Twitter這樣的社交媒體公司有能力和用戶群體建立更加緊密聯系，這種聯系使得社交媒體公司與用戶之間的關系比以往任何時候都要親密。

與其他眾多的社交媒體公司一樣，Twitter有著龐大的用戶原始數據，可以用于各種深度學習用例。于是，這些數據被用于搭建Twitter的推薦系統，該系統主要被用來向用戶推送廣告及其他用戶發布的信息；此外這些數據也被用來優化Twitter平臺的搜索和排名功能。在Twitter工作期間，Farabet組建了一個名為Cortex Core的內部團隊，該團隊負責深度學習平臺的開發工作，為Twitter的各項產品和服務提供動力。

加入NVIDIA之后， Farabet轉而投入到了自動駕駛領域當中。自動駕駛領域的數據和社交媒體領域有著本質的不同。在這一領域當中，沒有像社交媒體領域那樣龐大的數據基礎可以利用；NVIDIA必須首先搞清楚如何從飛馳在公路上的汽車當中搜集數據。這需要使用與社交媒體行業所不同的數據存儲體系架構和數據管理模式。

而所有的這一切讓我們認識到，深度學習的核心其實是數據科學。數據科學是一門歷史久遠的學科，至今已有超過20年的歷史。如今，數據科學是數據中心、深度學習和其他眾多應用程序的核心要素。NVIDIA的SATURNV系統可以說就是一個縮影，向我們展示了：隨著數據驅動的人工智能應用程序被納入主流，變得更大、更多樣化，架構思維是如何發生改變的。

根據Farabet的介紹，盡管SATURNV被視作是一臺AI超級計算機，但其于2016年搭建的原型機依舊采用的高性能計算架構，可適用于傳統的科學工作負載。這意味著，在搭建該系統的時候，運算節點間的互聯互通是備受關注的一點（SATURNV節點采用了EDR InfiniBand）。但隨著神經網絡的規模日益龐大、復雜程度日益加深，其關注重心也從計算強度轉為數據強度。

“這著實改變了我們對SATURNV的認識，” Farabet說到。“我們從當初的關注于高性能計算和節點之間的高性能互聯，轉而開始關注存儲和計算之間的互聯，以及云和計算之間的互聯。”

接下來的是一個不斷擴展的軟件生態系統——它將支持這種以數據為中心的環境及其相關的工作負載，這包括一系列新的工具套件和應用程序：包括容器，生命周期管理包和軟件定義存儲。毋庸置疑，這一演變過程還遠沒有停止。