随着人工智能（AI）在我们的日常生活中用的越来越多，建立一种能够实现有效和高效工作流程的结构就至关重要。这就是人工智能基础架构（AI 基础架构）的用武之地。 

精心设计的基础架构有助于数据科学家和开发人员访问数据、部署机器学习算法以及管理硬件的计算资源。

AI 基础架构结合了人工智能和机器学习（AI/ML）技术，来开发和部署可靠且可扩展的数据解决方案。正是这项技术使机器学习成为可能，让机器能够像人类一样思考。

机器学习是一项训练计算机找到模式、做出预测并从经验中学习且无需明确编程的技术。它可以用于生成式 AI，并通过深度学习实现，深度学习是一种用于分析和解释大量数据的机器学习技术。

技术堆栈是一组用于构建和部署软件应用的技术、框架和工具。我们可以想象这些技术是一层一层“堆”在一起，来构建整个应用的。AI 基础架构技术堆栈可以通过三个基本层更快地开发和部署应用。 

应用层允许人类和计算机与基本的工作流程工具进行协作，包括使用特定模型的端到端应用或面向最终用户的非特定应用。面向最终用户的应用通常使用开源 AI 框架来创建可定制的模型，并可以根据特定的业务需求进行定制。 

模型层包含了支持 AI 产品各种能力的关键检查点。该层需要用于部署的托管解决方案，模型层包括三个模型。通用 AI：可复制人类思维和决策过程的人工智能。例如 OpenAI 的 ChatGPT 和 DALL-E 等 AI 应用。特定 AI：根据非常具体和相关的数据进行训练，以实现更高精度的人工智能。例如生成广告文案和歌词这样的任务。超本地化 AI：可以实现最高精度和相关性的人工智能，旨在成为该领域的专家。例如撰写科学论文或创建室内设计模型

基础架构层由构建和训练 AI 模型所需的硬件和软件组件组成。GPU（硬件）以及优化和部署工具（软件）等专用处理器等组件都属于这一层。云计算服务也是基础架构层的一部分。