人工智慧基礎設施（ADI）是軟體定義的基礎設施的升級，完全與複雜的AI和ML演算法堆疊，可以從現有資訊中“學習”，自動構建自我修復框架。 人工智慧基礎設施可以：

· 不斷分析現有基礎設施所有元件的動態行為，並“學習”瞭解自己的工作。

· 透過主動監控基礎架構元件的功能並自動採取措施解決問題（如果有），建立一個無錯誤的環境。

· 根據工作負載的需求部署資源，並在不再需要特定資源時取消分配資源。

這些資料基礎設施有助於支援各種與AI相關的技術和應用，包括：

· 對現有框架的支援：資料基礎架構應該包含TensorFlow，Caffe，Theano和Torch等AI框架，以加強和支援當前的框架。但是，重點不應僅僅依賴人工智慧框架，而應該適合軟體開發人員的需求和興趣。

· GPU友好的環境：為確保AI任務和程序的無縫處理，資料基礎架構必須支援具有令人印象深刻的計算能力的GPU環境。微軟的N系列GPU例項就是一個很好的例子

· AI最佳化的管理環境和工具：缺乏適當的管理環境和用於支援和執行AI應用程式的工具是當前資料基礎架構的最大缺點之一。因此，整合正確的管理工具和環境以實現最佳效能至關重要。

· 機器推理：機器推理是AI環境的組成部分。機器推理演算法使AI環境能夠跟上基礎設施和技術的動態趨勢，從而為最佳行動方案提供有意義的見解。