区块链红利渗透,谁能把握新时代的数字机遇？

全球金融化的深度进一步加大。此次疫情危机使得原本已经金融化的全球经济更趋于深度金融化。主要表现是：为应对危机，央行维护市场流动性稳定的举措本身却成为了一个不稳定因素，任何不及市场预期的行动都将诱发市场的大幅波动；市场化融资渠道逐渐取代银行融资成为离岸美元市场上的主要融资方式，其中非银金融机构所占比重越来越大；非美金融机构成为离岸美元市场的主要参与者（供给和需求两方面）；非美实体之间涉及美元的金融活动大部分不经过美国金融市场；过去的贸易（石油）美元的分析框架早已失效；而区块链的出现，则为世界经济的发展提供了一个新渠道。作为世界经济发展的新引擎，区块链受到前所未有的关注。

为了在区块链中博得先机，取得话语权，VDEX基于数字资产的属性，进行了知识图谱的渗透，什么是VDEX的知识图谱？VDEX的知识图谱是一门融合了认知计算、知识表征与推理、信息检索与抽取、自然语言处理、语义web、数据挖掘和机器学习等技术领域的交叉研究科目。知识图谱（KnowledgeGraph）以结构化的数据形式描述客观世界中的概念、实体及二者的相关性，将客观世界及互联网的信息表达成更接近人类认知的形式，提供了一种更好地组织、管理和理解互联网海量信息的基础支撑能力。VDEX知识图谱通过知识建模、知识表示、实体识别与链接、关系识别、知识推理等相关技术的应用从离散的信息海洋里建立以知识为中心的内容体系，在问答对话系统、智能搜索与推荐及大数据分析决策等方面起到了重要的作用和价值。在万物互联的区块链时代，VDEX知识图谱从算法的角度实现了万物的数字化联结，成为知识驱动智能应用的主要基础设施；同时，与大数据和深度学习一起，成为持续推动互联网搜索行业和人工智能发展的核心驱动力作为一种以统计学算法为基础，结合大数据资源，依托高性能计算能力的人工智能技术，机器学习对大量的历史数据进行学习从而生成经验模型，利用经验模型指导业务，已经在营销、金融、SNS关系挖掘、文本类、非结构化数据处理类以及其他多种预测场景等场景中被证明具有巨大的价值。但对于大多数企业来说，完全自建机器学习的门槛都有些过于高昂，一方面，大部分用户缺乏算法工程师，而且机器学习门槛高，难以上手；另一方面，部分用户数据量较大，自建开源集群难以负荷，与此同时，机器学习整套链路太长，串联起来需要极大的工程开发量，而即使他们完成了上述工作，也仍然与遇到集群性能通常难以满足业务需求的尴尬。因此，大多数企业需要一种机器学习公共基础设施，它应当是集数据处理、建模、离线预测、在线预测为一体的机器学习平台；内部封装多种行业算法解决方案，包括泛推荐、金融风控等多种解决方案，帮助企业快速应用机器学习提供企业智能；简单易用，借助封装上百种机器学习算法，通过可视化拖拽实现模型训练，一键式部署在线预测服务，打通机器学习全链路，帮助企业技术人员快速搭建起环境并完成机器学习工作。而VDEX则能提供如此功能。

在产品设计上，VDEX机器学习一共包含3个子产品，分别是机器学习可视化开发工具PAI-STUDIO，云端交互式代码开发工具PAI-DSW，模型在线服务PAI-EAS，3个产品为传统机器学习和深度学习提供了从数据处理、模型训练、服务部署到预测的一站式服务。PAI-STUDIO与PAI-DSW通过打通底层数据，为用户提供两种机器学习模型开发环境。同时PAI-STUDIO以及PAI-DSW的模型都可以一键部署到PAI-EAS，通过RestfulAPI的形式与用户自身业务打通。此外，VDEX希望实现「用更少的硬件，支持更多业务更快完成业务迭代」。为了完成这个目标，团队有针对性地研发了GPU分时复用技术。整套技术实现遵循了数据驱动的思想，包括实时在线性能数据反馈通路、细粒度GPU资源复用、虚拟显存以及基于历史数据的资源预估策略这几个关键模块。

我们的梦想是星辰大海

我们的征途是永无止境

我们的名字叫做——vdex

—-

编译者/作者：Vdex中文社区

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。