如今，人工智能云服務(wù)已經(jīng)成為超大規(guī)模云計算提供商的又一戰(zhàn)場，因為它們可以吸引數(shù)據(jù)科學(xué)家和開發(fā)人員在他們的平臺上培訓(xùn)模型。
如果人工智能是IT技術(shù)的未來的話，那么云計算供應(yīng)商的云服務(wù)將成為即將到來的應(yīng)用浪潮的前沿和中心。
雖然行業(yè)在人工智能和機器學(xué)習(xí)（ML）方面不乏炒作，但全球主要的云計算供應(yīng)商已經(jīng)在這方面積累了一些經(jīng)驗，并將在未來幾年為他們創(chuàng)造更大的業(yè)務(wù)。
超大規(guī)模云計算供應(yīng)商重點投資人工智能云服務(wù)亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）、微軟、谷歌、IBM等公司在過去一年中增加了數(shù)十種云計算人工智能工具，并且具有不同程度的復(fù)雜性。這些平臺是否選用這些工作負(fù)載取決于人工智能和機器學(xué)習(xí)如何適應(yīng)企業(yè)的業(yè)務(wù)戰(zhàn)略。盡管如此，這些云計算供應(yīng)商已經(jīng)急于填補他們的服務(wù)空白，并讓那些主要以機器學(xué)習(xí)為業(yè)務(wù)的企業(yè)和那些面臨壓力的、具有一定目標(biāo)和策略但缺乏經(jīng)驗的公司能夠接觸到人工智能。
盡管基于云計算構(gòu)建的基于人工智能的應(yīng)用程序有一些早期的成功案例，但大部分市場仍處于觀望狀態(tài)，特別是深度學(xué)習(xí)。調(diào)研機構(gòu)Gartner公司分析師Chirag Dekate表示，企業(yè)需要對所采用的技術(shù)進行選擇，無論是從頭開始構(gòu)建，還是簡單地集成一些API驅(qū)動的云服務(wù)（如語音和圖像識別）。
“企業(yè)的IT領(lǐng)導(dǎo)者已經(jīng)認(rèn)識到人工智能的價值。”他說，“亞馬遜、谷歌、微軟和其他公司正在對人工智能技術(shù)投入大量資金，用于內(nèi)部消費和基于云計算的外部消費，因為他們知道這些高級分析功能將具有巨大的價值。”
展望未來，Dekate表示他期望這些提供商在增加人工智能云服務(wù)的功能方面更加積極。目前由于對人工智能技術(shù)不太熟悉，可能會影響云計算供應(yīng)商的業(yè)務(wù)，因為他們希望爭奪客戶，特別是那些想要嘗試人工智能產(chǎn)品的客戶。
總部位于佛羅里達州坦帕市的移動網(wǎng)絡(luò)商Syniverse公司通過與VMware公司的合作將其vRealize協(xié)調(diào)的私有云擴展到IBM Cloud和AWS云平臺。該公司并未使用許多云原生服務(wù)，但將其視為平臺之間潛在的差異化因素。
“我們認(rèn)為一個很有發(fā)展的領(lǐng)域是人工智能和基于機器學(xué)習(xí)的工具，這可以使我們能夠快速為客戶創(chuàng)建新的報告和分析。”Syniverse首席技術(shù)官Chris Rivera說。
從初級到高級的人工智能云服務(wù)
云計算提供商基本上在其平臺上構(gòu)建了三個層次的人工智能服務(wù)。最底層的人工智能也是最復(fù)雜的，但可以提供最佳性能，位于基礎(chǔ)設(shè)施層。主要提供云計算的供應(yīng)商支持流行的框架，如TensorFlow或Apache MXNet以及基于GPU的虛擬機，然后可以提供其他可能的服務(wù)來構(gòu)建和訓(xùn)練模型。
谷歌在日前推出了TensorFlow集成TPU實例類型的測試版本，該類型基于定制處理器。
第二層次的人工智能是一個為數(shù)據(jù)科學(xué)家量身打造的新興空間，但它抽象了大部分底層基礎(chǔ)設(shè)施，并集成了硬件配置和機器學(xué)習(xí)框架。它將人工智能更好地作為即服務(wù)類別，其中包括IBM Watson，Amazon SageMaker，Microsoft Machine Learning Studio，Google Machine Learning Engine和Google AutoML等工具。
第三層次的人工智能涉及可以集成到現(xiàn)有應(yīng)用程序中的基于API的插件服務(wù)。這些將面向人工智能的應(yīng)用新手，并且所有主要供應(yīng)商都有一些提供認(rèn)知、語音和圖像識別工具的服務(wù)。
Dekate說：“無論是數(shù)據(jù)科學(xué)家還是建筑師或開發(fā)人員，都試圖開發(fā)一個基于人工智能的智能應(yīng)用程序，他們基本上都試圖將應(yīng)用程序引入自己的生態(tài)系統(tǒng)。”
了解云計算人工智能的優(yōu)點和缺點
然而，由于這些GPU加速節(jié)點需要更多計算能力，并且訓(xùn)練模型需要大量數(shù)據(jù)進行存儲和處理，所以公共云受到了深度學(xué)習(xí)和大量用戶的限制。
“大多數(shù)組織都在試圖通過最大的資本支出來采用人工智能。”他說，“但是，如果深度學(xué)習(xí)是組織的中流砥柱的話，那么在數(shù)據(jù)中心中建設(shè)就更有意義。”
深度學(xué)習(xí)對于圖像識別和文本分析等特定需求的企業(yè)來說非常有用，但即使深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的創(chuàng)建者也不得不承認(rèn)，解決企業(yè)所面臨的更廣泛問題的人工智能并不是解決問題的靈丹妙藥。盡管在內(nèi)部部署數(shù)據(jù)中心開展這項工作有一些成本優(yōu)勢，但重要的是數(shù)據(jù)引力的警告。他說，如果企業(yè)的數(shù)據(jù)已經(jīng)在公共云上運行，那么在云端完成這項工作會更有效，而不會產(chǎn)生遷移的成本。