美光委托 Forrester Consulting 进行了一项研究，着重研究了硬件架构对人工智能（AI）和机器学习（ML）实施的投资回报有何影响。该研究确定了，先进人工智能和机器学习分析技术达到理想性能所需的最关键因素。
尽管先进的分析技术对业务转型十分有利，但大多数公司才刚开始探索复杂的人工智能和机器学习模型所带来的执行挑战。随着图像识别、语音识别和自助式自动化等用例变得越来越先进，用于训练和运行这些模型的硬件也变得越来越重要。为了更好地了解其中的差距和机遇，Forrester 对负责管理复杂数据的架构、系统和策略的 IT 和业务专业人士进行了调查。
请向下滚动，观看 Forrester 和美光专家举行的网络研讨会，他们深入探讨了这项研究，以及内存和存储对人工智能和机器学习架构的重要意义。
