帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
從雲端大廠AI佈局看台灣雲端產業機會與挑戰
 

【作者: 黃世弘】   2019年01月15日 星期二

瀏覽人次:【8988】


大國政府積極投入AI人才培育與技術研發,設立法規標準與道德規範,使AI技術為其國家發展帶來正面效益,所投入產業發展上多在公共事業、交通運輸、製造、醫療等領域發展AI應用,因這些領域已累積大量的資料,採用AI技術立竿見影。


大國AI發展策略、研發技術與應用

美國在AI技術研發上處於領先地位,AI發展策略意在以政府資助力量持續投入AI技術研發保持領先地位,使美國民眾在工作上與企業在事業發展上透過AI技術得到益處。中國大陸在AI發展策略短期已迎頭趕上AI技術與應用領先國家為目標,並明確訂下各個階段的時程與目標,志在2030年成為全球主要的AI創新中心。歐盟成立專責組織並訂定規範為確保各成員國之間發展AI的公平性、安全和資訊透明。日本政府AI發展投入於日本社會5.0的四大領域:生產力、醫療保健、流通運輸、資訊安全來發展AI應用,計畫由政府推動發展出跨領域的AI生態系統。


@表1:大國政府之AI發展策略




































?



美國



大陸



歐盟



日本



?


政策要點



1.保持美國在AI研發的領導地位


2.發展美國人工作上取得AI的優勢


3.推動政府資助AI研發


4.消除創新的阻礙



1.2020年:趕上全球AI領先國家的AI技術與應用


2.2025年:在特定AI領域達到“全球領先”


3.2030年:中國成為全球主要的AI創新中心



1.提高歐盟的技術和工業能力,增加公共部門和私有企業應用AI使歐盟對AI產生的社會經濟變化做好準備


2.建立合適的道德和法律規範



1.2020年之前發展跨領域數據驅動的AI 應用


2.發展跨領域公共事業的AI 應用


3.2025-2030年發展跨領域建立AI生態系統



投入重點



建置技術研發、人機協作、系統安全、人才培育等的基礎環境推動製造、物流、金融與運輸等產業應用



投入研發,工業化,教育人才和技術取得,訂定標準和法規,道德規範和建立安全控管機制



建立”歐洲AI聯盟”訂定AI的道德準則,以解決成員國之間發展AI造成的不公平,安全和資訊透明等問題



發展AI於日本社會5.0注重的4大領域 - 生產力,醫療保健、流通運輸、資訊安全等產業之應用



雲端應用



美國俄勒岡州和奧蘭多的執法單位使用雲端平台與人臉辨識,在執法時用攝影機掃描並辨識潛在嫌疑人



中國各省市發展政務雲AI應用,平安城市工程應用雲端運算平台、深度學習影像識別與道路攝影機建置智慧城市視訊監控系統



運用歐盟的數位化單一市場策略底下的歐洲雲計劃所建立的歐洲開放科學雲服務來促進歐洲AI技術發展與應用推廣



2020年東京奧運觀眾指導系統使用AI、雲端物聯網技術,透過路邊攝影機、手機訊號推測預防交通堵塞及犯罪行為



資料來源:各國政府,資策會MIC整理,201811


各國政府部門也利用雲端運算的高擴展性與易於連接終端設備的特性,採用雲端平台來發展AI應用,美國有執法單位使用雲端平台與人臉辨識技術,在執法時用攝影機掃描並辨識潛在嫌疑人。中國大陸各省市發展政務雲AI應用,利用平安城市工程應用雲端運算平台、深度學習影像識別與道路攝影機建置智慧城市視訊監控系統。歐盟使用雲端運算服務來促進成員國AI技術發展與應用推廣。日本計畫在2020年的東京奧運觀眾指導系統應用AI及雲端物聯網技術,分析路邊攝影機的影像、手機訊號推測並預防交通堵塞及犯罪行為。


AI與雲端服務的主導權

未來雲端AI服務的贏家將擁有AI開發平台的主導權,雲端服務供應商皆積極透過投入雲端AI服務以取得在AI與雲端服務市場的主導地位。雲端AI平台的發展趨勢在於提供AI的開發工具與API服務,由於雲端運算基礎設施服務的資源取得容易,企業開發人員使用雲端AI平台建立AI開發環境,可以節省運算資源取得與管理維運設備的時間,專注於AI技術的開發測試。


雲端AI開發工具的發展趨勢一種是提供完整的AI服務開發流程託管平台,如AWS的SageMaker,提供開發者從程式碼的開發介面工具到應用程式部署的全託管介面,另一種發展趨勢是提供簡易使用的拖拉式介面的AI服務開發平台,如Microsoft的Azure Machine Learning Studio,開發者只要準備已標註好的訓練用的資料集,就使用已建置好的演算法及訓練模型,來快速取的訓練結果。


迎向數位轉型的風潮

近年企業迎向數位轉型的風潮,運用AI、物聯網與區塊鏈等新興科技進行數位轉型,開創新的商業模式。在此趨勢驅使下,企業需要能因應業務快速變動需求的資訊系統架構,在資訊系統架構需能迅速調整與成本控管的考量下,企業普遍轉向使用雲端運算服務的混合雲架構,以整合公有雲服務與既有的IT基礎架構。


國際大廠因應此趨勢,皆積極力推混合雲解決方案,如微軟的混合雲解決方案Azure Stack,並在新版的Windows Server 2019提供混合雲資料中心Web管理介面Windows Admin Center,以管理公有雲服務Azure與企業內部資料中心的Windows Server架構,思科與Google合作,將思科混合雲平台放上Google公有雲服務等,混合雲架構協助企業提升使用雲端運算服務的管理效率與安全性,加速企業使用雲端運算服務。


雲端運算服務大廠亦積極推展雲端AI開發工具,如立即可接取使用的各種AI API與發展可快速部署的AI模型訓練平台。AI模型訓練平台在雲端的開發環境預先安裝好MXNet、TensorFlow等框架及高效能的AI演算法提供訓練模型使用,提供多種自動化應用程式部署模式。為了符合AI對的運算的需求,雲端大廠也開始提供多樣化的彈性運算資源,包含GPU的彈性運算服務、現場可程式化閘道陣列FPGA服務、甚至自製TPU張量運算服務,以縮短AI服務開發時程。


兩大全球雲端大廠之AI佈局

探討Amazon與Microsoft兩大全球雲端大廠之AI佈局,以四個構面「使用工具」、「開發環境」、「快速得到訓練成果」、「應用推廣」來剖析這兩間雲端服務大廠對於雲端AI服務的發展策略。



圖1
圖1

在分析構面中,「使用工具」項目用AI模型訓練工具支援的演算法與框架及API認知服務的功能與應用兩項目進行分析。「開發環境」項目,分析兩大廠在雲端平台及終端設備上開發AI服務,所提供與支援的開發工具。「快速得到訓練成果」部分以如何運用合作、投資、併購等方式,提升雲端平台的運算能力,及優化演算法以快速得到AI模型的訓練結果,幫助用戶加快AI服務上線時程。最後的「應用推廣」項目,分析兩大廠在AI服務應用上如何發展雲端AI服務的生態系,協助企業用戶運用其雲端AI服務並發展商業模式。


Amazon雲端AI平台探究

Amazon雲端AI平台提供Amazon Machine Learning及SageMaker兩種AI訓練模型平台。Amazon Machine Learning提供簡易操作的平台工具,提供常用的演算法,可以自動載入AWS儲存服務中標註好的資料集進行訓練。SageMaker提供整個機器學習開發生命週期完整的託管服務,開發環境已預先安裝好架構,內建高效能機器學習演算法供訓練模型使用,並有多種自動化應用程式部署模式,操作自由度高,適合資料科學或AI專家使用。


Amazon在API認知服務方面,可將多種API組合使用,如將語音轉為文字的Transcribe API與分析文本的Comprehend API組合,可分析電話客服中客戶回應的情感狀態等商務應用。


AWS雲端平台提供的開發環境已預載多種應用程式設計語言的開發套件,深度學習AMI(Amazon Machine Images)已預先設定好AI訓練模型架構與常用的Python套件和Anaconda平台簡化AI開發環境部署。


終端應用智慧音箱Echo搭配Alexa for Business 開發套件的Alexa Skills Kit 可以建立語音助理的技能,視訊攝影機DeepLens可在攝影機上執行深度學習模型,對看到的內容進行分析、預測。


AWS的雲端平台開發環境上讓開發人員無論慣用於何種開發工具或AI架構,都可以開發AI應用程式,開發環境支援多種開源開發套件協助雲端用戶降低應用程式開發的成本,預載開發工具可節省開發人員部署環境的時間。


Amazon雲端AI服務提供多種加速算力的選項,與Nvidia合作方面有Amazon EC2 P系列提供GPU運算力加速,與Intel合作方面有Amazon EC2 C系列的CPU與F系列的FPGA運算力加速選項。


在與NXP合作方面Amazon的雲端服務可透過AWS Greengrass擴展到終端裝置端,以邊緣計算方式的將數據加以收取、分析,以成功整合NXP所研發的Layerscape智慧閘道平台。


2012-2018年間Amazon投資2家及併購4家AI 產業新創公司,將整合其AI產品及演算法以豐富雲端AI服務的功能。



圖2
圖2

Amazon將其雲端服務加上AI應用,攜手雲端用戶走入產業應用,AWS的雲端基礎架構服務有超過50%的市佔率,雲端服務非常豐富完整,擁有眾多的企業客戶。這些企業客戶在AWS上已有大量的數據資料,透過雲端AI服務協助企業開發AI產業應用,進行數位轉型、發展創新服務,可看到Amazon的AI應用在醫療健康、媒體娛樂、汽車產業、智慧家庭上以有成功的應用推廣案例。


Microsoft Azure平台服務工具

Microsoft Azure提供兩種平台服務工具。ML Studio設計簡單易用,已內建多種演算法,使用網頁介面以拖拉方式設計AI模型,提供新手一個AI模型設計的練習場域,適合學習AI的新手與初期想嘗試使用AI建構應用服務的企業。另一個平台服務工具ML Services可將訓練好的AI模型透過Docker進行應用程式容器化,推送到邊緣終端設備,運用Azure IoT Edge的AI工具組將預先建立的模型封裝並部署到IoT閘道或終端裝置上。


Microsoft Azure的AI API服務眾多且應用情境完整,涵蓋語音翻譯,聲音識別,文字和語音相互轉換,圖像及視訊,搜尋服務等,其Chatbot工具集可整合企業應用軟體服務如:Of?ce 365 email等。


Microsoft開發環境趨向開源,發展.Net開發平台的跨平台框架,提供Visual Studio AI工具組與雲端平台AI開源工具,成立AI開放架構ONNX聯盟連結終端晶片大廠,落實智慧雲端、智慧邊緣戰略。


Microsoft與Facebook聯手發表的開放神經網路交換ONNX格式,讓Facebook正在發展的Caffe2、PyTorch或是Microsoft自家的Cognitive Toolkit架構所開發的機器學習模型,能夠在其他架構中進行訓練並轉移到另一個架構中進行推論,使學習模型可以在架構間互通。已支援Caffe2、Chainer、Cognitive Toolkit、MXNet 和 PyTorch 、PaddlePaddle等開發架構,此聯盟吸引眾多晶片大廠投入,加以整合軟、硬體技術加速AI終端運算發展。


Microsoft與Intel、Qualcomm晶片大廠合作提昇運算能力,與Intel合作方面,在Azure Brainwave Project服務中採用Intel的FPGA晶片技術,FPGA的低延遲即時推論功能,幫助Microsoft將AI服務應用在雲端和邊緣端上,與Qualcomm合作方面,攜手打造運行Azure IoT Edge的視覺化AI開發工具組。


2012~2018年微軟對投資10家及併購8家AI產業新創公司,將其開發好的AI服務整入雲端AI API及平台服務,使雲端平台用戶快速取得AI模型的訓練結果,加速AI產品上線時程。


Microsoft在雲端AI服務的應用推廣策略以培育AI人才、支持開源社群來累積雲端用戶開發AI應用服務研發能量,並在2018年Build大會上公布3個100計畫,計畫以100項Microsoft AI工具,與100家企業合作,共同創造100個關鍵產業應用。


在產業的垂直應用上與大型企業客戶發展AI落地應用,例如與Walmart合作採用Microsoft 雲端AI服務與資料平台發展無人商店,與中國移動合作,將其語音辨識技術,用於客戶中心服務。


微軟研究院亦免費開放其線上AI課程給開發人員跟新手,幫助企業培訓更多人才,Microsoft策略支持開源生態,2018年併購GitHub原始碼開源社群平台,支持發展開源,加速打造完整的AI生態體系。


結語

綜觀兩大廠的雲端AI服務發展佈局,兩大廠在雲端平台上積極佈局,其雲端AI服務豐富完整,發展策略上Microsoft攜手與其廣大的企業客戶群,提供各樣雲端AI的工具與開發資源打造AI生態體系,Amazon憑藉其雲端市占率第一的優勢,給予AWS的眾多用戶一站式完整雲端服務,發展其產業的AI應用。


(本文作者黃世弘為資策會MIC產業分析師)


相關文章
技術認驗證服務多建置 協助臺產業建立數位創新生態
Norbord數位轉型提升生產力
TMTS 2024展後報導
等待春燕 工具機業逆風而行
ST開啟再生能源革命 攜手自然迎接能源挑戰
comments powered by Disqus
相關討論
  相關新聞
» 數智創新大賽助力產學接軌 鼎新培育未來AI智客
» Ansys、台積電和微軟合作 提升矽光子元件模擬分析速度達10倍
» 微軟全新自主agents賦能團隊實現更多拓展性
» VicOne深植車用資安DNA再報喜 獲TISAX AL3最高等級認證
» 勤業眾信獻策5方針 解決GenAI創新3大常見風險


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.18.119.129.77
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw