為了通過云計算平臺將"人工智能"這項技術以工具和服務的形式"兜售"并觸及到更多的人，像Google、微軟，亦或者是亞馬遜這樣的公司，必須保證他們絕不能在這場"通用云服務大戰(zhàn)"中落得下風。

事實證明，即便你還對云服務存有顧慮，但把你的公司業(yè)務遷到云端的理由似乎要更充分一些。

包括亞馬遜AWS與微軟Azure在內的一眾云服務平臺，能夠為傳統(tǒng)的數據存儲方式找到挖掘更多的存儲優(yōu)勢，譬如等級更高的安全性，靈活性與更好的可訪問性，同時還能降低運營成本。

更重要的是，這些云存儲平臺現有的數據中心可以為企業(yè)們提供更強大的信息處理能力，這顯然要大大優(yōu)于我們運用普通計算機的平均運算水平。

而現在，巨大的商業(yè)價值讓云計算市場"狼煙遍起"，隨著更多巨頭加入了這場"戰(zhàn)爭"，云服務商們也展開了新一輪的"廝殺"較量。

其中，那些靠先發(fā)優(yōu)勢嘗到甜頭的巨頭們，顯然需要制定更具備差異性的服務策略來籠絡用戶。而GoogleCloud，這個稍晚于亞馬遜與微軟，卻依然占據了一定市場份額的谷歌云服務部門，毫無疑問已經把"人工智能"作為了推廣自己云服務的附加優(yōu)勢。

Google:TPU

在今年5月舉行的GoogleI/O大會上，Google的一個"新發(fā)明"與新舉措預示著，它的云服務水平將很快步入一個新階段:

"Google推出了第二代TensorFlowProcessingUnit(TPU2，也被稱為云TPU)。"

我們都知道，Google的TPU，這個強大的數據處理器是專門為訓練與開發(fā)機器學習技術而創(chuàng)建。而一塊TPU有多強大?每塊TPU能夠每秒執(zhí)行不少于180兆的運算，而每個TPU機柜則有64個TPU板。

因此，他們合計能夠提供高達11.5千兆的處理能力。憑借這樣的高性能，Google的這款最新的云TPU比市場中現有最好的芯片更是強大數十倍，可以為那些需要這種計算能力的機器學習任務提供更充分的服務。(根據Google此前在博客上的介紹，TPU在AI運算測試中的平均速度要快15-30倍;每瓦性能要比普通的GPU高出25-80倍。)。

盡管TPU不對外出售，但Google卻公開表示，全球的組織與個人將可以通過Google云享受到TPU2帶來的強大運算能力。

作為云最上層的"作業(yè)者"，人力軟件公司HRSoftware的CEOJeffKlem認為，僅僅在過去幾年里，"云計算"這個相對較新的技術已經讓人們對它變得熟悉起來，它已經成為了一個孕育著無限機遇的巨大平臺。而有了人工智能力量的加持，云很容易成長為這個時代最強大的計算平臺。

"對于像我們這樣基于云計算的應用程序提供商來說，這無疑是一個好消息。"

微軟:ProjectBrainwave

但很顯然，Google并不是唯一一個對人工智能感興趣，并持有這項技術開發(fā)能力的巨頭。實際上，無論是國內還是國外，包括百度、阿里、騰訊等互聯(lián)網巨頭們在云計算市場紛紛打出的牌，基本都是"云計算+人工智能+大數據"。

而在當下，真正在這方面具備競爭能力的，微軟無疑排在前列。

目前，微軟在自己的云平臺Azure上已經能夠為每一個訂閱用戶提供超過20種不同的認知服務(人工智能服務)，譬如圖像識別與自然語言理解。當然，微軟也在悄悄地為自己的云帶來更多"不一樣":

微軟在今年8月剛剛推出的ProjectBrainwave，就是一套基于FPGA(現場可編程門陣列)的超低延遲云端深度學習系統(tǒng)，主要用來部署在多個數據中心中，以提升實時人工智能的運算能力。

總體來說，這種系統(tǒng)的架構優(yōu)勢在于延遲性低且可以提高數據吞吐量。因為一旦外部接收到需求時，再也不需要透過微處理器進行處理，而是能夠直接以FPGA進行快速響應，達到實時需求。

有專家?guī)眍A測，這個深度學習加速平臺將會比Google提供的人工智能服務更加強大與靈活。

總之，對于全球的設計與開發(fā)人員來說，人工智能已經開始對軟件開發(fā)、應用創(chuàng)建以及Web應用程序設計等領域的變革發(fā)揮著關鍵性作用。目前，除了持續(xù)火爆的"語音助手之戰(zhàn)"，離消費者最近的移動應用商店中，也充斥著以人工智能技術為支撐的app(拍照、數據收集與篩選);

而與此同時，對于那些專門開發(fā)尖端軟件的開發(fā)者來說，人工智能也已完全成了一項"必需品"。

因此，為了通過云計算平臺將"人工智能"這項技術以工具和服務的形式"兜售"并觸及到更多的人，像Google、微軟，亦或者是亞馬遜這樣的公司，就必須保證他們絕不能在這場"通用云服務大戰(zhàn)"中落得下風。

在技術學習社區(qū)FreeCodeCamp里，一位名叫TerrenPeterson的技術愛好者表達了這樣的觀點:"在技術領域，特別是人工智能與云服務領域，競爭的最大看點已經不是誰有更好的技術，而是在于誰能夠將機器學習的商業(yè)化轉變?yōu)橐环N服務。預置機器學習模型價值數十億美元，這場競爭注定讓科技巨頭們具備更多優(yōu)勢。"

無論如何，那些將云單純作為一種存儲機制的日子已經一去不復返了，而機器學習的商業(yè)化，則成了當下公司與投資人最應該關注的一個環(huán)節(jié)。

2017年8月25日，億歐智庫正式發(fā)布《2017人工智能賦能醫(yī)療產業(yè)研究報告》，該報告總結八大應用場景，從產品形態(tài)、業(yè)務模式、公司現狀等角度對各場景進行深度解析，進而對我國醫(yī)療人工智能公司宏觀數據和巨頭企業(yè)布局進行盤點，最后提出"人工智能+醫(yī)療"未來發(fā)展機遇與挑戰(zhàn)。了解更多報告內容，請點擊:《2017人工智能賦能醫(yī)療產業(yè)研究報告》

更多資訊請關注工業(yè)機器人頻道