加快云端學(xué)習(xí) 微軟和亞馬遜都在發(fā)力

• 2017年11月2日 ZhouXun來源：SDNLAB君 891 55
• 繁體

• 

  2017-2022年中國云計(jì)算市場運(yùn)營狀況及投資戰(zhàn)略研究報(bào)告

  隨著國內(nèi)經(jīng)濟(jì)的發(fā)展，云計(jì)算市場發(fā)展面臨巨大機(jī)遇和挑戰(zhàn)。在市場競爭方面，云計(jì)算企業(yè)數(shù)量越來越多，市場正面臨著供給與需求的不對稱，云計(jì)算行業(yè)有進(jìn)一步洗牌的強(qiáng)烈要求，但是在一些云計(jì)算細(xì)分...

AWS、微軟、IBM、谷歌等領(lǐng)先的云服務(wù)提供商，目前都看到了云計(jì)算中深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的巨大潛力，并且先后都在各自的云計(jì)算平臺中構(gòu)建深度學(xué)習(xí)應(yīng)用程序。

Gluon是微軟和亞馬遜公司的一個(gè)新的開源接口，旨在簡化云中的機(jī)器學(xué)習(xí)，因?yàn)楣?yīng)商為其平臺更多地負(fù)責(zé)這些工作負(fù)載。這兩大科技巨頭的看似不現(xiàn)實(shí)的合作關(guān)系象征著云計(jì)算將著眼于優(yōu)化機(jī)器學(xué)習(xí)和深度學(xué)習(xí)平臺的發(fā)展。

AWS和Microsoft Azure是業(yè)界最火的兩大公有云服務(wù)，Microsoft Azure一直致力于沖擊AWS的領(lǐng)導(dǎo)地位，但是新的Gluon項(xiàng)目的出現(xiàn)，AWS和微軟在該項(xiàng)目中放棄了門戶之見構(gòu)建了開源的深度學(xué)習(xí)庫，旨在促進(jìn)工作流程自動化，并使開發(fā)人員能夠更好地學(xué)習(xí)和應(yīng)用機(jī)器學(xué)習(xí)。

AWS、微軟、IBM、谷歌等領(lǐng)先的云服務(wù)提供商，目前都看到了云計(jì)算中深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的巨大潛力，并且先后都在各自的云計(jì)算平臺中構(gòu)建深度學(xué)習(xí)應(yīng)用程序。但目前這些技術(shù)主要局限于數(shù)據(jù)學(xué)家，因?yàn)殚_發(fā)人員缺乏構(gòu)建和訓(xùn)練相關(guān)應(yīng)用模型的基本技能。

云提供商基于圖形處理單元銷售虛擬機(jī)，以吸引數(shù)據(jù)科學(xué)家在云中構(gòu)建應(yīng)用程序，并為預(yù)構(gòu)建的圖像識別和自然語言處理模型提供API。然而，為開發(fā)商提供一些定制化但不是太繁重的中間路線的努力仍處于初級階段。

IDC分析師Arnal Dayaratna說：“微軟和AWS旨在通過徹底簡化機(jī)器學(xué)習(xí)模式的學(xué)習(xí)和培訓(xùn)過程，真正獲得早期進(jìn)入該領(lǐng)域的優(yōu)勢，兩大云服務(wù)巨頭認(rèn)為該技術(shù)的發(fā)展是使得開發(fā)人員能夠提供機(jī)器學(xué)習(xí)應(yīng)用程序的關(guān)鍵?！?/p>

缺乏TensorFlow的支持

谷歌云平臺是業(yè)界公認(rèn)的緊隨AWS和Microsoft Azure之后的第三大公有云平臺，目前谷歌云平臺已經(jīng)將云計(jì)算機(jī)器學(xué)習(xí)作為其平臺的核心原則來推廣，將依賴大數(shù)據(jù)和人工智能獲得云計(jì)算領(lǐng)域的成功。谷歌在云內(nèi)部嚴(yán)重依賴這些功能，以及機(jī)器學(xué)習(xí)開源代碼庫TensorFlow的早期思路。

Gluon基于由Amazon開發(fā)的開源架構(gòu)，稱為Apache MXNet，并將在未來的版本中與Microsoft Cognitive Toolkit一起使用。亞馬遜表示，Gluon最終將與其他架構(gòu)一起工作，但并沒有公布更多的關(guān)于多個(gè)深度學(xué)習(xí)架構(gòu)一起工作的相關(guān)細(xì)節(jié)。

Gartner分析師Alexander Linden表示：“AWS和微軟對Gluon項(xiàng)目的愿景是很好的，但是如果他們忽視了對TensorFlow的支持，那么他們與谷歌的差距依然很遠(yuǎn)，特別是在TensorFlow開發(fā)的所有服務(wù)上?！?/p>

盡管如此，對許多開發(fā)人員來說TensorFlow仍然過于復(fù)雜，因此，像Gelon這樣更易消化的機(jī)器學(xué)習(xí)是企業(yè)和開發(fā)人員的優(yōu)先選擇。

機(jī)器學(xué)習(xí)在云計(jì)算中的短板

在公有云服務(wù)提供商對機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)注中，行業(yè)觀察家表示，對于大多數(shù)這些工作負(fù)載來說，現(xiàn)有的深度學(xué)習(xí)和機(jī)器學(xué)習(xí)仍然不是理想的環(huán)境，尤其是對于更復(fù)雜的工作負(fù)載。專家預(yù)計(jì)，數(shù)據(jù)科學(xué)家正在發(fā)掘的機(jī)器學(xué)習(xí)的工作量的85%是由成本、數(shù)據(jù)重力或技能組成的。

延伸閱讀

推薦閱讀

猜您喜歡