人工智能（AI）是一项高资源消耗和强计算型的技术，体现了规模效应，与云计算的结合是顺理成章的。Gartner的高级研究总监季新苏在采访中提到，不论是AWS、微软Azure、谷歌还是IBM等国际云服务商，亦或是腾讯、百度、阿里等国内云平台，迁移AI开发能力到云端的目的是为企业与个人用户提供高效且经济的AI开发环境。AI可谓是一种潜力巨大的技术，科研人员和投资者投入了大量资源，希望推动AI的快速发展，实现量变到质变的飞跃。然而，从AI几十年的发展历程来看，它是一项厚积薄发且资源消耗极高的技术，低成本、高效能的开发成为企业面临的挑战，而云平台正好能够弥补这一缺口。
大企业争相进入AI云市场
今年2月，Gartner首次发布了云AI开发服务的魔力象限，将市场上的供应商划分为四个象限：领导者、有远见者、特定领域者（小众玩家）和挑战者。
在领导者象限中，有四家主流的MLaaS（机器学习即服务）供应商：亚马逊、微软、谷歌和IBM。MLaaS是一种以机器学习为核心的云平台，涵盖了数据预处理、模型训练、模型评估等基础设施问题，预测结果可通过REST API与企业内部IT基础设施连接。
作为全球云计算市场的先驱，亚马逊在AI云产品开发上无疑处于领先地位。亚马逊的MLaaS可分为两个层级：用于预测分析的Amazon ML和服务于数据科学家的SageMaker。SageMaker是一个功能强大的机器学习工具，简化了数据探索和分析，无需服务器管理，更适合经验丰富的从业者。
微软的Azure为云AI开发人员提供了更加灵活的平台，能够根据客户需求将服务部署在Azure云、虚拟私有云或本地环境。Azure机器学习平台的优势在于，训练模型可封装在容器中部署到Azure、本地或物联网设备，易于扩展和管理。
微软云服务重视扩展性与算力的适配。去年11月，在美国丹佛举办的SC19超算展上，微软与英伟达共同推出了基于Azure云服务的可扩展GPU加速型超级计算机NDv2。新的NDv2可扩展至数百个用于复杂AI和高性能计算（HPC）应用的英伟达Tensor Core GPU。今年5月，微软宣布专为OpenAI在Azure上构建一台新的超级计算机，计算能力跻身全球前五。
谷歌云的明星产品TensorFlow是一个端到端的开源机器学习平台。有业内人士评论，TensorFlow是AI时代的操作系统，谷歌希望通过TensorFlow吸引用户选择其更多产品，实质上是在构建生态。IBM的AI云产品则依托其在增强学习领域的深厚积累，能够提供从自动数据准备到算法选择等一系列优化服务。
AI与云的深度融合
在Gartner的魔力象限中，腾讯是唯一入围的国内云服务商。Gartner将腾讯与SAP归类为在特定行业或方法上展现实力，或与特定技术堆栈完美结合的服务商。
腾讯在国际市场上的成功与其核心业务如游戏、聊天和视频密切相关，微信作为腾讯AI最重要的应用场景之一，致力于语音识别、自然语言处理（NLP）、数据挖掘和机器学习。其语音转文本服务支持普通话、粤语、英语、藏语和维吾尔语，文本分析功能则支持中英双语。
Gartner的评判标准要求供应商在北美、南美、欧洲、中东和非洲、亚太等至少两个地区为2018年的云AI开发人员新增20个付费企业客户，因此阿里和百度被排除在外。
尽管如此，国内大厂的雄心不容小觑。
阿里巴巴在2019年9月推出了第一款芯片含光800，标志着其端云芯片布局已成型。阿里巴巴未来的目标是云上AI训练芯片和端上的AI推理芯片。
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，实现云与端的全方位覆盖。
根据Gartner最新的分布式存储报告，浪潮的存储产品竞争力名列全球第二，而分布式云作为新兴云计算模式也首次进入Gartner的云计算技术成熟度曲线。浪潮集团高级副总裁兼CEO肖雪近日表示，未来分布式云将取代传统云模式，根据不同场景和方式提供服务。
肖雪认为，未来的数据将融入制造过程，不仅涵盖数据治理、开放和服务等基本能力。通过AI整理多元异构数据，汇集到数据湖中，最终可以通过AI揭示未来世界的趋势。
尽管各大厂商在AI与云的融合上频频布局，但季新苏指出，国内的AI云仍处于起步阶段，主要原因在于国内企业的整体上云率较低，全球范围内真正的云端AI平台企业用户也不算多，根源在于AI技术本身的发展限制。
AI云服务提供商的竞争愈加激烈
季新苏指出，云服务领军者所提供的云端AI工具对AI技术发展有积极影响，但从商业化角度看，AI技术是否能突破也成为影响云端AI开发工具市场扩展的重要因素。目前，成熟的云端服务主要集中在语音、图像识别和文本识别等具体应用，而更高层次的通用AI云服务尚未成为主流，这也是AI技术发展面临的瓶颈。
目前，AI的发展在全球范围内仍局限于感知层面，而通用AI则需要向认知层面迈进，具备解决开放性问题的能力，这需要更强的算力和学习能力。香港科技大学教授杨强曾表示，大算力是AI突破的关键，许多学术专家开始尝试用迁移学习的方法解决通用问题，如果算力足够，迁移学习将能适配多个领域。中国工程院院士高文则认为，开源是AI取得突破的关键，隐私安全问题无需过于担忧，正如武术一样，只有不断攻防才能进步。
业内专家一致认为，大算力、高效学习和开源是AI技术发展的关键因素，这也是云服务商在平台能力走向上需要同步考虑的方向。
在Gartner的魔力象限中，接近领导者象限的挑战者象限呈现空缺，这表明尚未出现能够挑战亚马逊、微软、谷歌和IBM的AI云厂商。未来，AI云服务提供商之间的竞争将更加激烈，因为AI技术仍有广阔的开发空间。
