AI与云计算深度融合将带来哪些变革

将AI的开发能力搬到云端，这事儿其实已经水到渠成了。Gartner高级研究总监季新苏的观点很直白——AI本身就是高资源消耗、强计算、体现规模效应的技术，和云计算结合，简直是天生一对。无论是AWS、微软Azure、Google、IBM这些“国际云”，还是腾讯、百度、阿里等“国内云”，大家的目标其实都一样：给企业或个人用户提供一个既高效又划算的AI开发环境。AI就像一支潜力股，科研人员和投资者砸进去大量人力和资金，希望让它的齿轮飞速转动，早日看到从量变到质变的奇迹。不过，回头看看AI这几十年的发展，它其实是一种厚积薄发的技术，资源消耗极高。在这种情况下，低成本、高效能地进行开发，成了很多企业难以企及的目标，而云平台恰好能补上这个缺口。

大公司抢滩AI云市场

今年2月，Gartner发布了首个云AI开发服务魔力象限，把市场上的供应商分成了四大阵营：领导者、有远见者、特定领域者（小众玩家）、挑战者。

在Gartner的定义里，领导者象限就是那些“拥有强大市场和心理认知地位”的玩家。这个象限里，聚集了亚马逊、微软、谷歌、IBM四个MLaas主流服务商。

MLaas，全称Machine Learning as a Services，是一种以机器学习作为服务内容的云平台类型。它解决了大部分基础设施问题，比如数据预处理、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REST API与企业内部的IT基础设施连接起来。

亚马逊是全球云计算市场的“拓荒第一家”，稳占主导地位，自然在AI云产品开发上走在了世界前列。亚马逊的MLaas产品可以分为两个层级：用于预测分析的Amazon ML，以及服务数据科学家的SageMaker工具。SageMaker是个功能更强大的机器学习工具，可以简化数据探索和分析过程，而且不需要服务器管理，对有经验的从业人员来说，能实现高效工作。

从云部署的方式来看，微软Azure给AI开发人员提供了更灵活的平台。它可以根据企业客户的需求，把服务部署在Azure云、虚拟私有云或者本地数据中心。微软Azure机器学习平台的优势在于，它可以把训练好的模型封装在容器里，然后部署到Azure、本地或IoT设备上，扩展和管理都很方便。

微软的云服务很重视扩展性与算力的适配。去年11月，在美国丹佛举办的SC19超算展会上，微软和英伟达联合推出了基于Azure云服务的可扩展GPU加速型超级计算机NDv2。据了解，这款新的Azure NDv2可以扩展到数百个用于复杂AI和高性能计算（HPC）应用的英伟达Tensor Core GPU。今年5月，微软更是专门为OpenAI在Azure上构建了一台新的超级计算机，计算能力据称能排进全球前五。

TensorFlow可以说是谷歌云的明星产品，是个端到端的开源机器学习平台。有业内人士分析认为，TensorFlow就是AI时代的操作系统，谷歌其实是想通过TensorFlow吸引用户选择更多谷歌的产品和服务，说白了就是构建生态。而IBM的AI云产品则得益于其在增强学习领域的悠久历史，可以提供从自动数据准备到算法选择再到一系列优化指标的全套服务。

AI与云深度融合

在Gartner的魔力象限里，腾讯是唯一入围的国内云服务商。它和SAP一起被Gartner归为“在特定行业或方法上展现实力，或者与特定技术堆栈完美结合的服务商”。

腾讯能在国外市场脱颖而出，主要靠的是其核心业务：游戏、聊天和视频。走入国际舞台的微信，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，语音转文字服务可以支持普通话、广东话、英语、藏语和维吾尔语，文本分析功能则支持中英双语。

Gartner的评判标准很严格：供应商必须在北美、南美、欧洲、中东和非洲、亚太这至少两个地区，为2018年的云AI开发人员服务增加至少20个新的付费企业客户。阿里和百度因此被挡在了门外。

不过，国内大厂的野心可不小。

阿里巴巴在2019年9月发布了第一款芯片“含光800”，端云芯片布局已经成型。云上的AI训练芯片和端上的AI推理芯片是阿里的下一个目标。

去年8月，百度与浪潮达成合作，百度飞桨将与浪潮AI Station共同提升深度学习在AI服务器端的能力，实现云+端的全方位覆盖。

Gartner最新的分布式存储报告显示，浪潮存储产品的竞争力位列全球第二。而分布式云作为云计算的新模式，也首次进入了Gartner云计算技术成熟度曲线。“云的连接是我们对云新的认识。”浪潮集团高级副总裁、浪潮云董事长兼CEO肖雪在近日公开表示。他认为，一片云会逐渐被分布式云取代，未来将根据不同场景、不同模式和方式来提供服务。

肖雪进一步指出，数据未来会走向制造过程，不仅包含数据治理、数据开放和数据服务这些基本能力。把多元异构的数据通过AI整理成业务所需数据，汇集到“数据湖”中，最终可以通过AI输出对未来世界的发现。“云+数+AI的新运营商可以推动业务流速，将政府、企业和消费者连接在一起，这也是新基建要呼唤的一个方向。”肖雪说。

各大厂商在AI与云的融合上频频落子，不过，在季新苏看来，国内AI云仍处于起步阶段。他认为，主要原因在于国内企业整体上云率不高，在全球范围内，云端AI平台的企业级用户其实都不算多，这本质上受制于AI技术发展本身。

AI云服务提供商竞争更激烈

季新苏指出，这些云服务领军者提供的云端AI工具，对AI技术的发展有积极影响。但从商业化的角度来说，AI技术是否能够取得突破，也成为影响云端AI开发工具市场扩展的重要因素。另外，目前在云端比较成熟的是那些提供语音、图像识别、文本识别等具象AI的服务。更高层级的通用类AI云端服务，还尚未成为主流，这本质上也是AI技术的发展瓶颈。

目前，AI发展在全球范围内还局限在感觉、感知层面。而通用AI则是要向认知层面跨越，应该具备开放问题的求解能力，这就需要更大的算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AI突破的方式之一。很多学术专家已经开始尝试用迁移学习的方法来解决通用问题，如果算力足够大，迁移学习就能适配到各个领域。中国工程院院士高文则认为，开源是AI取得突破的关键，不用太过担心隐私安全问题，就像习武一样，只有在不停的攻防中才能进步。

业内专家达成的共识是：大算力、高效学习以及开源，是AI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走向。

在Gartner的魔力象限中，与领导者象限仅一步之遥的挑战者象限，目前呈现空缺状态。也就是说，在Gartner看来，能够挑战亚马逊、微软、谷歌、IBM四巨头的AI云厂商，尚未出现。换个角度看，未来AI云服务提供商之间的竞争将会更加激烈，毕竟AI技术还有非常大的空间可以挖掘。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI与云计算深度融合将带来哪些变革要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题