NSTC 发布关于联邦使用云计算支持人工智能研发的经验教训的报告

人工智能 (AI) 和机器学习 (ML) 在过去十年中取得了长足的进步。 这一进步的很大一部分可归因于大量可访问的数据集和计算资源。 最近，许多联邦机构已开始投资利用商业云计算资源来推进 AI/ML 研发 (R&D)。 白宫国家科学技术委员会（国家科学技术委员会) 和 AI 小组委员会刚刚发布了一份关于 联邦使用云计算支持人工智能研发的经验教训 总结联邦机构在使用云计算促进人工智能研发方面的经验教训。

该报告来自另一个联邦政府的人工智能特别委员会报告， 为联邦资助的人工智能研发利用云计算资源的建议 详细介绍了联邦政府推动使用云计算来支持人工智能创新的建议。 根据这些建议，MLAI 小组委员会促进了机构代表和商业云计算提供商之间的一系列对话，以帮助确定云计算和研发方面的挑战和最佳实践。 最新的“经验教训”报告总结了这些对话的主要发现，归结为投资的好处、最佳实践、共同挑战和未来机遇。 可以找到对话的完整报告 点击此处。

投资的好处 

• 为研究人员提供持续的、按需访问的尖端能力，加速实验和人工智能在新领域的使用
• 实现研究活动及其结果的可重复性和可扩展性
• 帮助研究人员快速获得专用 AI 硬件的访问权限
• 使机构能够访问最新和最新的计算能力

最佳实践 

• 专门的管理团队。 建立这种能力为机构提供了必要的专业知识和权力来管理和监督对云计算资源、服务和平台的访问。 这些团队还为用户社区提供培训，并审查所请求资源的适当性，以实现特定的研究目标。
• 用户认证。 大多数程序都限制了对已知、合格和有资格的用户的访问。 许多人还要求将双重身份验证作为其安全措施的一部分。 这些措施共同提供了基线安全级别和创建基于用户的访问控制的能力。
• 培训和教育。 培训援助和教育机会对于解决现有技能差距、促进公平获取机会以及在用户群中建立专业知识至关重要。 提供这些资源有助于受支持的研究人员浏览各种云计算资源产品，并将特定研究和需求与正确的计算架构和软件工具相匹配。
• 预先计算的资源和工作流程。 特别是在支持内部或以任务为中心的研究工作时，预先计算的工作流程减少了重复工作，并为分析的共同起点创建了可访问的基线方法。

共同的挑战

• 高效的用户授权。 对用户进行身份验证可能会造成与验证身份和提供登录功能相关的瓶颈。 管理组织的资金不足或人手不足可能导致帐户激活和解决各个访问级别出现的问题的延迟。 此外，缺乏权威机构和政府范围内对已批准服务的指导，其中包括可变数据隐私和访问注意事项，这会减慢采用速度，并在机构政策和程序之间造成差异。
• 费用。 数据存储和访问的成本使多个团队访问共享数据的能力变得复杂。 此外，每个项目的云计算成本的可变性以及研究人员很容易通过使用不正确的设置而无意中耗尽信用，这使计费和预算变得更加复杂。 此外，可变费用增加了联邦采购流程的复杂性，以及围绕哪些拨款类别可用于购买哪些计算能力的不确定性。
• 组织。 确保给定云计算平台的用户可以定位和维护与其工作和兴趣相关的数据、实验和结果的意识。
• 隐私权和安全性。 根据预算考虑、不断变化的研究重点和不断发展的用户社区，确定托管和促进访问具有适当隐私和安全保护措施的正确类型数据的方法。
• 云服务与非云资源的集成。 在使研究人员能够有效地访问所有机构资源方面提出了挑战。
• 劳动力发展。 许多联邦雇员对云计算技术的熟悉程度有限，很少有云计算系统的行业认证。 这些限制既挑战了内部研究工作，也挑战了为外部研究人员提供指导和资源的能力。

展望未来的机会

为了解决财务模型，联邦政府可以采取以下措施：

• 更好地利用联邦对商业云计算平台的综合投资所反映的购买力。 这一行动将促进对云的最先进功能的访问，并提供一种就联邦政府资助的人工智能研究社区的期望和需求发表共同声音的方法。
• 创建具有相应成本的可解释模型，以更好地管理预算不确定性，因为这将为研究人员和项目经理说明与云计算相关的成本动态，特别是在与培训参数和流程相关的决策方面。
• 从代理云计划中获取并分享有关合同协议和管理超支战略的最佳实践。

为了向设想中的无缝多云环境迈进，机构可以执行以下操作：

• 利用并帮助培养开源技术，这些技术可以支持为多云部署（例如，容器化和自动化）构建和执行工作负载的标准方式。
• 通过将政府内外的研究社区聚集在一起的联合系统，促进和自动化身份和访问管理。
• 进行评估以评估开发联合数据网格以减少数据移动和复制的可行性。

可以通过以下方式进一步协助机构采用商业云计算资源：

• 创建一个门户工具包，该工具包将概述标准模板并根据组织需求提出在各个级别实施门户的最佳实践。
• 提供资源选择指南，帮助机构确定不同类型资源最适合的环境，例如选择云计算与高性能计算以及商业产品与本地机器的选择。
• 在可行的范围内，通过利用上述购买力，就商业云产品提供有关批准的政策、程序、资源和服务的指南。

最后，解决劳动力发展需求将需要以下内容：

• 投资培训资源，为最终用户、研究人员和技术人员提供服务，并根据他们的技能水平、需求和兴趣进行区分。

• 招聘和保留策略，包括支持云计算的高需求技能组合，例如云架构师、研究计算和数据专业人员、研究软件工程师和数据科学家。

阅读完整的报告 此处.