“人工智能是一种高资源消耗、计算密集型技术，体现规模经济，与云计算结合是很自然的事情。”Gartner高级研究总监纪新苏在接受记者采访时表示。无论是AWS、微软Azure、谷歌、IBM等“国际云”，还是腾讯、百度、阿里等“国有云”，将AI开发能力移植到云端的目的是为企业或企业提供为个人用户提供高效且具有成本效益的解决方案。人工智能开发环境。AI可以说是一只潜力股。研究人员和投资人投入了大量的人力和资金，希望让人工智能的齿轮高速运转，让我们早日看到量变到质变。但从人工智能几十年的发展历程来看，可以说是一项历史悠久、资源消耗高的技术。在这样的情况下，低成本高效率的发展成为企业难以企及的，而云平台正好可以填补这一空白。大公司抢占AI云市场今年2月，Gartner发布了首个云AI开发服务魔力象限，将市场上的供应商分为四个象限——领导者、远见者、特定领域参与者（nicheplayer）、挑战者。Gartner定义的领导者象限是“具有强大的市场和心理认知地位”，聚集了四大主流MLaas服务商：亚马逊、微软、谷歌和IBM。MLaas，全称MachineLearningasaservices，是一种将机器学习作为服务的云平台，涵盖了大部分基础设施问题，如数据预处理、模型训练和模型评估，以及进一步的预测。预测结果可以通过RESTAPI与企业内部IT基础设施对接。亚马逊是全球云计算市场的“先行者”，牢牢占据主导地位。毫无疑问，它在AI云产品的研发上能够走在世界前列。Amazon开发的MLaas可以分为两个级别：用于预测分析的AmazonML和用于数据科学家的SageMaker工具。SageMaker是一个更强大的机器学习工具，无需服务器管理即可简化数据探索和分析，更适合有经验的从业者高效工作。在云端部署方面，MicrosoftAzure为云端AI开发者提供了更灵活的平台。可根据企业客户的需求，将服务部署在Azure云、虚拟私有云或本地。微软Azure机器学习平台的优势在于，可以将所需的训练模型打包到容器中，部署到Azure、本地或物联网设备上，易于扩展和管理。微软的云服务非常重视可扩展性和计算能力的适配。去年11月在美国丹佛举行的SC19超级计算展上，微软与英伟达联合推出了基于Azure云服务的可扩展GPU加速超级计算机NDv2。据了解，新的MicrosoftAzureNDv2可以扩展到数百个NvidiaTensorCoreGPU，用于复杂的AI和高性能计算(HPC)应用程序。今年5月，微软宣布在Azure上专门为OpenAI打造了一台新的超级计算机，计算能力达到世界前五。TensorFlow可以说是GoogleCloud这个端到端的开源机器学习平台的明星产品。有行业分析人士认为，TensorFlow是AI时代的操作系统，谷歌希望通过TensorFlow吸引用户选择更多谷歌产品和服务。说白了，就是建立一个生态系统。IBM的AI云产品受益于其在强化学习领域的悠久历史，它可以提供从自动数据准备和算法选择到一系列优化指标的一切。AI与云在Gartner魔力象限深度融合，腾讯是唯一入围的国内云服务商。它与SAP一起被Gartner归类为在特定行业或方法中展示实力的服务提供商，或者与特定技术堆栈完美集成的服务提供商。腾讯凭借其核心业务游戏、聊天和视频等在国外市场脱颖而出，进入国际舞台的微信是腾讯AI最大的应用场景之一。微信AI专注于语音识别、NLP、数据挖掘和ML，语音转文本服务可支持普通话、粤语、英语、藏语和维语，文本分析功能可支持中文和英文。Gartner的评判标准是，2018年供应商必须在北美、南美、欧洲、中东和非洲、亚太至少两个地区新增至少20家云AI开发者服务付费企业客户。阿里和百度因此被排除在外。不过，国内各大厂商的野心也不小。阿里巴巴于2019年9月发布首款芯片含光800，至此，端云芯片布局已初具规模。云端的AI训练芯片和端部的AI推理芯片是阿里接下来的目标。去年8月，百度与浪潮达成合作协议。百度飞桨与浪潮AI小站将共同提升AI服务器端的深度学习能力，实现云+端的全方位覆盖。Gartner最新发布的分布式存储报告显示，浪潮存储产品竞争力位居全球第二，分布式云作为一种新的云计算模式，也首次进入Gartner云计算技术成熟度曲线。“云的连接是我们对新云的理解。”浪潮集团高级副总裁、浪潮云董事长兼CEO肖雪日前公开表示。小雪认为，云会逐渐被分布式云取代，根据不同的场景、模型和方式提供服务。肖雪认为，未来数据会走向制造过程，不仅仅包括数据治理、数据开放、数据服务等基础能力。多元异构的数据通过AI整理成业务需要的数据，汇集到“数据湖”中，最终通过AI输出对未来世界的发现。“云+数据+AI的新运营商，可以促进业务流转速度，把政府、企业和消费者连接在一起，这也是新基建应该呼唤的方向。”小雪说道。各大厂商在AI与云的融合上频频失误，但在季新苏看来，国内的AI云还处于起步阶段。季新苏认为，主要原因是国内企业整体的云采用率。事实上，全球云AI平台的企业级用户并不多，本质上是受制于AI技术本身的发展。人工智能云服务商之间的竞争更加激烈。季新苏指出，这些云服务领导者提供的云端AI工具，对AI技术的发展产生了积极的影响。扩大云端AI开发工具市场的重要因素。另外，目前在云端比较成熟的是具体的AI，比如提供语音、图像识别、文字识别等。更高层次的通用人工智能云服务尚未成为主流，这本质上是人工智能技术发展的瓶颈。目前，全球人工智能的发展还局限于感官和知觉层面，而通用人工智能正在向认知层面飞跃，应该具备解决开放性问题的能力，这就需要更强大的计算能力和更强的学习能力。香港科技大学教授杨强曾公开表示，大算力是人工智能突破的出路。许多学术专家已经开始尝试使用迁移学习来解决一般问题。如果计算能力足够大，那么迁移学习可以适用于各个领域。中国工程院院士高文认为，开源是人工智能取得突破的关键，无需过多担心隐私和安全问题。就像练武一样，只有不断的攻防才能进步。业内专家一致认为，大算力、高效学习、开源是人工智能技术发展的关键因素，这也是云服务商需要同步考虑的平台能力方向。在Gartner的魔力象限中，距离领导者象限仅一步之遥的挑战者象限是空缺的。也就是说，在Gartner看来，能够挑战亚马逊、微软、谷歌、IBM四大巨头的AI云厂商还没有出现。可以说，未来人工智能云服务商的后来者竞争将更加激烈。毕竟，AI技术还有很大的挖掘空间。
