在过去的几年中，科技巨头一直在研发具有HPC/数据分析和其他高级工作负载功能的人工智能供企业使用。



惠普（Hewlett Packard Enterprise）、戴尔技术（Dell Technologies）和联想（Lenovo）等传统OEM正在使用硬件、软件和服务的组合，以使在过去的几年中只能由研究机构和最大的公司采用的技术更加普及。
当涉及到这些工作负载时，公共云，特别是那些具有由机器学习和规模驱动的超大规模应用程序的公共云，也像OEM一样起作用。



他们通过云公开了自己构建的工具供自己使用，从而为客户提供了成为现代计算组织的另一种选择。在许多情况下，这可以缩短AI驱动的应用程序的上市时间，还可以降低成本-特别是用于购买配备GPU的基础架构的巨额资本支出，也可以用于供不应求且需求高的高薪AI专家。



全球AI空间预计将从2019年的272.3亿美元增长到2027年的近2670亿美元。云还提供了工具和经过预训练的网络，这使构建AI应用程序变得非常方便。



Amazon Web Services是最大的超大规模云提供商，提供从欺诈检测和预测（用于预测需求）到Kendra（企业搜索）和CodeGuru（自动代码审查）的一系列服务。Microsoft Azure提供了一个AI平台，其中包括从机器学习到知识搜索再到各种应用程序和代理的服务。



IBM Cloud拥有基于公司Watson AI技术的一系列功能，而Oracle Cloud则包括一系列AI服务和优化的基础架构。







大约十年来，Google一直专注于AI和机器学习，将此类技术视为在其不断扩展的一系列服务中提升功能的关键。这已在本周的公司虚拟Google I / O 2021开发者大会上展出。谷歌及其母公司Alphabet首席执行官Sundar Pichar在主题演讲中，谈到了谷歌如何继续将AI和机器学习注入从搜索到安全到基于Android的设备的所有内容。



甚至旨在加速Google量子计算能力的新设施也包括了AI的名称：位于加利福尼亚州圣巴巴拉的Quantum AI校园，该校园将位于加利福尼亚大学校园内，该大学位于该大学的技术基础设施高级副总裁Urs Hotzle谷歌曾是计算机科学的教授，后来成为搜索引擎巨头的最早雇员之一。



Google Cloud采取了一些措施，以使数据科学家和开发人员更轻松地将基于AI的应用程序整合在一起，并使企业更轻松地部署这些应用程序。



Vertex AI是一个平台，包含具有统一用户界面和API的一系列现有机器学习服务。使用Vertex AI的开发人员可以使用比其他云提供商的平台少80％的代码行来训练AI模型，这为更广泛的数据科学家和机器学习工程师打开了此类模型的开发以及机器学习项目的管理根据Google的说法，具有不同的技能水平。



“今天，数据科学家努力应对手动将ML点解决方案拼凑在一起的挑战，在模型开发和实验中产生了滞后时间，导致很少有模型投入生产，” Vertex AI和AI应用程序产品总监Craig Wiley在Google Cloud上的一篇博客文章中写道。



为了解决这些挑战，Vertex AI将Google Cloud服务整合在一起，以在一个统一的UI和API下构建ML，从而简化了大规模构建，训练和部署机器学习模型的过程。在这种单一环境中，客户可以更快地将模型从实验转移到生产，更有效地发现模式和异常，做出更好的预测和决策，并且在面对不断变化的市场动态时通常更加敏捷。”



Google Cloud的AI和行业解决方案副总裁兼总经理Andrew Moore表示，Vertex AI的目标是消除数据科学家和工程师的编排负担，并“打造整个行业的转变，使每个人都认真对待迁移AI已从炼狱中试产并进入了大规模生产。”



使用Vertex AI的组织将可以访问相同的AI工具包-其中包括诸如计算机视觉，语言和对话以及结构化数据之类的功能-Google工程师在内部将其用于公司自身的运营，以及Vertex Vizier等新的MLOps功能来加快实验速度，Vertex Feature Store（一个完全托管的功能，数据科学家和开发人员可以提供，共享和重用机器学习功能）和Vertex Experiments，以使用更快的模型选择来加速将机器学习模型部署到部署中。



一个名为Vertex ML Edge Manager的实验性应用程序将使组织能够通过自动化流程和API在边缘上部署和监视模型，从而使数据保留在设备或现场。其他工具（例如，顶点模型监视，顶点ML元数据和顶点管道）旨在简化机器学习工作流程。



AutoML使几乎没有机器学习经验的开发人员和工程师能够训练针对特定业务需求的模型，并包括针对视觉，自然语言和表格数据类型的所有数据集的中央托管注册表，而企业使用BigQuery ML从Google托管的BigQuery云中导出数据集数据仓库到Vertex AI中。顶点数据标签可为数据收集提供准确的标签。



Google承诺围绕Vertex AI进行更多的创新，这对公司至关重要，因为它试图在AWS和Azure上取得优势。在第一季度，AWS和Azure在全球云收入中所占份额超过一半，而该市场的支出达到了更高水平根据Synergy Research Group的数据，这一数字超过390亿美元，同比增长37％。






上一篇：“数字鼻子”：将电波形转变为定向气味“闻着回家”
下一篇：神经网络可大大提高基于传统模型的气象预测准确性