当前位置:首页 > 智能硬件 > 人工智能AI
[导读] 如今,人工智能的火爆,加速了云计算市场的悸动,以AI为代表的智能化技术被纳入到云服务的版图。全球范围内谷歌和微软,这两个着重强调AI能力与技术的云厂商正在蚕食AWS的霸主地位;国内百度云和华为云

如今,人工智能的火爆,加速了云计算市场的悸动,以AI为代表的智能化技术被纳入到云服务的版图。全球范围内谷歌和微软,这两个着重强调AI能力与技术的云厂商正在蚕食AWS的霸主地位;国内百度云和华为云这两家以AI为卖点的“后起之秀”上升速度也很快,而阿里云在去年11月改名叫阿里云智能,百度云改名叫百度智能云,是这场变革另一角度的缩影。

云计算从诞生到现在,十几年的快速发展,正在AI的注入下迎来一场大变局。今天,让我们从以下几个方面,梳理一下智能与云的结合究竟改变了什么。

1、 云的基础设施正在智能化

数据中心基础设施作为承载云的幕后功臣,它的智能化正悄然加速着这场云变革的进行。

以往数据中心的机房建设需要遵循很多规范和标准,建设要求包括数据中心机房分级与性能要求,机房位置选择及设备布置,环境要求,建筑与结构、空气调节、电气技术,电磁屏蔽、机房布线、机房监控与安全防范,给水排水、消防的技术要求等,建设周期长、投资大、运营成本高、效率低。

模块化数据中心是基于云计算和智能的新一代数据中心部署形式,为了应对机器学习、高性能计算、分布式、弹性扩展等新的发展趋势,其采用模块化设计理念,最大程度的降低了基础设施对机房环境的耦合,集成了供配电、制冷、机柜、气流遏制、综合布线、动环监控等子系统,提高数据中心的整体运营效率,实现快速部署、弹性扩展和绿色节能。

模块化数据中心能满足IT业务部门对未来数据中心基础设施建设的迫切需求,如标准化设计、组件工厂预制、快速上线部署、有效降低初期投资、模块内能源池化管理、动态IT基础设施资源高利用率、智能化运维管理、保障重要业务连续性,提供共享IT服务(如跨业务的基础设施、信息、应用共享等),快速响应业务需求变化,弹性扩缩容和绿色节能型数据中心等。

到2020年,50%的组织将开始努力使数据中心的工作负载合理化,并加速采用云智能技术,对云上业务的工作负载进行智能分析,把工作负载科学合理地自动分布到基础设施上,基础设施真正做到高效和动态节能,这就需要对基础设施的设计和布局以及IT运营模型做出巨大的改变。

2、云是AI的最佳容器

AlphaGo为代表的人工智能,彻底的战胜了人类的围棋大师,震撼了全世界。近年来,人工智能应用在各个领域,比如语音图片识别、精准营销、天气预报、交通指挥、海难空难搜救、垃圾短信邮件识别等等,这些看起来彼此不相关的领域之间会有什么联系吗?答案是,它们都会用到同一个数学公式——贝叶斯公式。从本质上来说,AI是一种基于贝叶斯统计学的计算。既然是计算,就一定要在算力基础上发生。企业想要获得AI算力,也无非就是两条路:本地私有云或者公有云。

AI这类技术的基本模式是先训练一个模型,再把它推理部署到一定的场景,最后应用产生效果。从训练到推理,每个步骤所需的算力是差距巨大的。其中训练所需算力最多也最复杂。另一方面,AI模型需要反复测试,不同测试需要的算力各自不同,算力需求是弹性变化的,有时多有时少。这些问题决定了,AI所需算力必须具备高度的灵活性。

云的弹性快速扩展,随需供给不同的算力资源,就在现实条件下成为了AI的最佳输送方式。比如,一个企业有自己的本地私有云,为进行AI训练需要花费几十万甚至上百万构建一个GPU池,但是训练完得到数据,这些硬件就没用了,为避免闲置浪费,当然直接去调用公有云上的AI算力是最好的选择。结合不同公有云的AI优势,进行不同AI模型的训练和推理,按时长和效果付费,对企业来说绝对是经济适用的。

当前人工智能的持续火热,其对于算力的需求早已超过了通用CPU的摩尔定律发展,我们看到基础资源层以GPU、FPGAASIC 为代表的异构计算成为方向和趋势,平台层提供智能工具组件和模型训练管理,其上的智能云应用服务也越来越多。通过云将异构资源变成一种普适的AI计算能力,做到弹性供给,即业务高峰期召之即来,业务低谷时挥之即去,轻松应对大量的业务挑战,便捷的智能云服务快速满足生产场景的需要,进而推动产业升级。

以上可以看作是云如何帮助AI落地,而反过来看,AI的到来也极大的发挥了云计算的价值。

3、AI改变云服务

我们知道,公有云按照交付方式,主要细分为IaaS、PaaS、SaaS三种。全球范围内看,SaaS是主流,也就是说云的主要能力是承载不同的软件和应用服务。而在国内市场中,IaaS至今依旧占比超过60%。也就是说,基础设施依旧是国内云服务扮演的主要角色。这说明,大部分用云的中国企业,核心目标不是获取某种应用,而是把自己原有的业务和应用迁移到云上,扩大资源的使用率,以此替代服务器的高昂成本。这种情况下,公有云更多扮演着业务支撑的角色。而AI技术纳入云版图后,改变了云服务的交付,实现了优化生产力的重大进步。

AI的核心能力,是可以取代一部分重复性高、即时性强的人工工作。比如机房巡检、安防、质检、人肉运维,进一步可能有智能巡检、智能安防、智能运维、无人值守、无人驾驶等等。不难发现,它们的特点是不需要云的特性来支撑业务,但却极大程度需要AI来优化生产力,实现企业“提质增效”的目标。

AI与云服务的结合,产生了很多高价值的服务,继而从市场行为、商业逻辑到服务需求都可能发生一系列变化,这就是今天云服务市场的重新繁荣,大量资本、头部企业与开发者开始集结做生态的核心原因。

当然,今天云与AI的结合还处于初级阶段,更多还停留在厂商的宣传中。真正把AI技术下沉到产业,需要深入生产场景,结合业务完成高精度模型的科学训练和一些复杂操作,在边缘侧、终端侧具备一定的推理算力,以此达到最优化的算效比。这就需要云加端的AI算力与硬件上的算力紧密结合,构筑一个整体。所以云+AI服务的成熟,还需要时间,还需要技术的进一步发展。从历史进程上来看,服务器时代的端到网,再到云计算时代的云到网,在AI时代会变成云-网-端的新结构,这让云厂商必须自我革新,也让产业服务市场发现了新的机会。

4、AI改变云交付

进军产业互联网是互联网企业的一个响亮口号,然而产业互联网不同于消费互联网,产业互联网量级更大,不同行业不同企业的应用需求复杂多样,定制化是一个迈不过去的坎。如果产品不能直接产生价值、不能直接对外服务,就一定要变成别人产品的一部分,集成进去,让别人的产品提供更好的服务。于是乎,阿里云和华为云都先后提出了“被集成”的理念,其实被集成也不是什么新鲜说法,过去IT产业中就强调被集成的重要性。而在云服务市场要提这件事,归根结底是商业交付模式正在发生变化。

站在数字化时代的入口,AI人工智能被更广泛的应用在企业的不同场景,无处不在的联接+数字平台+无所不及的智能,成为新一代云服务的内核。而这些趋势都指向同一个变化,就是云服务被交付到企业用户手中时,不应该仅仅是用云资源、容器虚机、API或者付费软件,而应该是一个体系化工程。

当AI的需求不断加深,企业需要深度应用AI到生产业务场景,进行解决方案式交付。作为厂商则需要跟踪企业不同业务需求的变化,实现交付产品的不断迭代,并通过无所不及的智能赋能业务,帮助企业持续增长。

5、AI改变边缘计算的未来

伴随着物联网的崛起,一个万物互联的时代扑面而来,不止是上百亿计的终端设备接入到云,更有以PB为单位的数据洪流,以智能摄像头为例,随着分辨率从1080P转向4K,其一天所采集到的数据量将达到200GB,据统计,2018年时平均每名互联网用户每天将产生1.5GB的数据量。

随着PB级别的数据源源不断的传送到云端,云端服务器所承载的压力也随着增大。能不能在物联网终端进行实时计算和处理呢?边缘计算应运而生。所谓边缘计算,指在靠近物或数据源头的一侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供智能计算和数据服务。这样带来的好处便是,终端设备产生的数据,不需要传送到云端,利用人工智能进行处理后,再返回数据产生端。利用边缘计算技术,数据在设备产生端直接计算,就近处理后便可直接反馈到设备。

5G技术的诞生,更是加快了人工智能与物联网的相结合,将进一步加强对边缘终端、传感器网络数据的实时收集和分析,提高我们使用能源、灌溉农田或配送商品的效率,同时减少浪费和污染。AI将改变边缘计算的未来,真正成就物联网,造福我们的生活。

6、AI改变云生态

随着AI的发展,云计算市场将产生更复杂的产业链关系。我们看到芯片能力、硬件能力、技术服务能力、算法开发能力在云市场中变得重要起来,而这些能力一家云厂商很难同时具备,这就带来了云计算变革中的另一个关键点:生态的地位急速增长。

今年以来,我们可以看到全球云服务市场不断加大收购力度。比如微软收购Github引起了轩然大波,但其产业目的,毫无疑问是将开发生态更紧密固定在自己的体系内。阿里云不仅做神龙服务器,还开始做芯片了。在2018云栖大会上,阿里将把此前收购的芯片公司——中天微系统有限公司和达摩院自研芯片业务一起,整合成一家芯片公司——平头哥半导体有限公司,大力推进云端一体化的芯片布局。

AI从芯片、算力、模型、场景应用到产品化,是个很长的条线,原本能力单一的云厂商,很难全面覆盖,而生态合作,共研共创是必行之路。伴随着企业级云应用的推进和深入,我们将来可以看到越来越多的云厂商在致力于推出联合解决方案,包括软件厂商之间的相互合作,也包括硬件厂商与软件厂商的合作。,

7、AI提升了开发者的地位

随着云2.0时代的到来,云市场重心从Iaas上移,企业更多地关注PaaS和SaaS业务建设,使得开发者成为所有IT企业竞相争夺的对象。

AWS和阿里云等新兴的云服务商,聚集了大批的云应用开发者。这些开发者已经成为他们的忠实粉丝,其追随程度超过了传统的开发者。传统硬件厂商,比如华为、新华三、思科等,也把开发者作为自己的重要合作伙伴,为云服务提供支持,因为其产品也要通过API实现与云应用的更好结合。

大量不同开发者,满足大量用户的复杂云需求。而云服务作为AI的必经之路,最理想状态是在其中作为接口。因为自身客户多,来聚集开发者;又基于开发生态的良好,吸引更多的客户加入。同时在AI之外,中国SaaS还有广阔的发展空间,开发者是主要的力量。加强开发者社区和工具建设,提高开发者的能力,为用户更好的服务。今年众多AI技术社区的建立以及AI开发者赋能计划的兴起,都可以看作这个云服务变化趋势的投射。

结语

在数字化时代,AI与云的结合,让数据不再是摆在那里供人们观看的冷冰冰的数字了,人们已经通过对数据的分析让它产生效益,产生了价值,改变了传统的企业云服务模式。我们相信AI人工智能的前景是光明的,但前进的道路是曲折的。只要方向对了,就不用怕路远,坚持走下去,总是会有量变到质变的一个过程。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭