隨著構建AI功能的迫切性越來越高，IDC認為企業對于構建自己的AI基礎架構堆棧的過程感到困惑。IDC看到越來越多的AI服務器，存儲和處理器供應商正在開發由抽象層，業務流程層，AI開發層和旨在無縫運行的數據科學層組成的AI堆棧。這些堆棧通常將開源軟件，專有軟件和非貨幣化商業軟件(例如CUDA)層結合在一起，旨在幫助客戶的IT基礎架構團隊，開發人員和數據科學家在預先設計的堆棧上進行協作，而無需自己構建。

IDC相信AI基礎架構堆棧為客戶提供了明顯的優勢，盡管多樣性令人困惑，但這并不是不利條件。IDC并不期望供應商共同開發“標準”的AI基礎架構堆棧-這將使客戶失去選擇多種口味的優勢。通過提供AIP框架，IDC希望為IT供應商提供指南，鼓勵他們提高其堆棧的多功能性，從而增加其無處不在的采用率。

“服務器，處理器和協處理器供應商提供的AI基礎架構軟件棧使企業受益匪淺，我們在這些報告中著重介紹了其中的幾個，”微軟基礎架構系統，平臺和技術部門研究總監Peter Rutten說。 IDC。“但是買家應該意識到這些堆棧的復雜性和缺乏互操作性。”

IDC基礎設施系統，平臺和技術研究總監Sriram Subramanian表示：“可以將AI工作負載的基礎設施需求視為規模，可移植性和時間的函數。“擁有如此眾多的選擇和選擇，最終用戶通常會對正確的基礎架構感到困惑。AIP提供了一個簡單的框架來選擇正確的基礎架構，同時兼顧了成本，靈活性和基礎架構利用率。”

IDC建議技術買家徹底調查服務器供應商提供的整個AI堆棧，并探索其常規硬件供應商以外的選擇。檢查參考堆棧時要牢記的IT好處包括降低成本，數據和應用程序可用性，有效的基礎架構整合以及在可能的情況下使用單個可互操作的應用程序交付平臺。IDC還建議技術供應商關注AI基礎架構堆棧之間的互操作性。

IDC報告“ AI平面”：人工智能基礎架構堆棧的可互操作框架(IDC#US46283420)引入了AI Plane(AIP)—一種可互操作的框架，以選擇合適的基礎架構堆棧來為AI工作負載提供動力。該報告還介紹了AIP的兩種特定實現：開放AI平面和即服務AI平面。IDC建議企業在選擇合適的基礎架構堆棧以支持AI工作負載時，充分利用AIP框架。