AI行业解决方案
金山云基于裸金属服务器、GPU云服务器、KS3及人工智能平台等产品解决AI行业客户在模型训练推理过程中所需要的大量计算存储资源，基于丰富的IDC资源和混合云组网经验为AI行业客户的应用发布设计高可用、高性价比的底层架构建设方案，有效降低运维成本，提高业务生产效率。
核心优势
资源灵活配置
为用户提供了多种类型的计算资源和存储资源，可用于科学计算、深度学习、图形处理等多种计算任务。用户还可以根据任务量大小灵活调配资源使用量。
低延迟极速访问
通过多线路BGP和大带宽的接入，减小访问时网络延时，协助AI行业客户极速访问云端资源。
海量存储
金山云提供海量、低成本、高可靠的云存储服务，协助用户解决AI场景下大数据量存储、数据可靠及分布式等相关复杂问题，方便用户存储图片、音视频、文本等各类型数据。
开发环境快速部署
托管Tensorflow、Keras、MXnet等算法框架和交互式开发环境，协助客户快速进行模型的开发、训练、部署。
行业场景和资源
AI行业通用逻辑架构图
AI行业方案产品架构图
AI行业通用逻辑架构图
客户可将AI行业涵盖的图片识别、语音识别、NLP等多种AI技术服务部署在金山云上，金山云为用户提供底层资源和算法框架的支撑。
整体逻辑架构图
从AI行业的共性来看，数据的采集处理必须经过如下步骤：
步骤一：数据采集。
AI行业的土壤即是数据，该步骤可由数据采集平台或合作方提供。
步骤二：模型训练。
数据上传到金山云平台，通过算法库的支撑，进行模型的搭建和训练迭代。
步骤三：模型推理。
训练完的模型部署在相关推理节点上，接受来自外界的识别/翻译/检测请求，推理后的结果返回给客户。
AI行业方案产品架构图
金山云为用户提供KMR大数据平台、人工智能平台、存储、数据库、计算资源等产品。协助用户快速搭建云端训练、推理集群。
数据流传输过程
1.图片、视频、语音、文字等多类型数据通过采集端上传到用户自有机房。数据通过数据预处理后再上传至金山云云端。
2.上传至金山云云端的数据经过大数据平台的处理后，下发至训练计算存储集群。同时通过人工智能平台快速搭建开发环境，协助进行模型的训练开发及迭代。
3.训练好的模型代码和业务数据通过网络传输至推理集群，实现推理模型的快速部署。
4.外界的访问请求通过SLB负载均衡发送至各推理节点，快速推理，返回响应数据。