Gluon是微軟和亞馬遜公司的一個新的開源接口,旨在簡化云中的機器學習,因為供應商為其平臺更多地負責這些工作負載。這兩大科技巨頭的看似不現實的合作關系象征著云計算將著眼于優化機器學習和深度學習平臺的發展。
AWS和Microsoft Azure是業界最火的兩大公有云服務,Microsoft Azure一直致力于沖擊AWS的領導地位,但是新的Gluon項目的出現,AWS和微軟在該項目中放棄了門戶之見構建了開源的深度學習庫,旨在促進工作流程自動化,并使開發人員能夠更好地學習和應用機器學習。
AWS、微軟、IBM、谷歌等領先的云服務提供商,目前都看到了云計算中深度學習和機器學習的巨大潛力,并且先后都在各自的云計算平臺中構建深度學習應用程序。但目前這些技術主要局限于數據學家,因為開發人員缺乏構建和訓練相關應用模型的基本技能。
云提供商基于圖形處理單元銷售虛擬機,以吸引數據科學家在云中構建應用程序,并為預構建的圖像識別和自然語言處理模型提供API。然而,為開發商提供一些定制化但不是太繁重的中間路線的努力仍處于初級階段。
IDC分析師Arnal Dayaratna說:“微軟和AWS旨在通過徹底簡化機器學習模式的學習和培訓過程,真正獲得早期進入該領域的優勢,兩大云服務巨頭認為該技術的發展是使得開發人員能夠提供機器學習應用程序的關鍵。”
缺乏TensorFlow的支持谷歌云平臺是業界公認的緊隨AWS和Microsoft Azure之后的第三大公有云平臺,目前谷歌云平臺已經將云計算機器學習作為其平臺的核心原則來推廣,將依賴大數據和人工智能獲得云計算領域的成功。谷歌在云內部嚴重依賴這些功能,以及機器學習開源代碼庫TensorFlow的早期思路。
Gluon基于由Amazon開發的開源架構,稱為Apache MXNet,并將在未來的版本中與Microsoft Cognitive Toolkit一起使用。亞馬遜表示,Gluon最終將與其他架構一起工作,但并沒有公布更多的關于多個深度學習架構一起工作的相關細節。
Gartner分析師Alexander Linden表示:“AWS和微軟對Gluon項目的愿景是很好的,但是如果他們忽視了對TensorFlow的支持,那么他們與谷歌的差距依然很遠,特別是在TensorFlow開發的所有服務上。”
盡管如此,對許多開發人員來說TensorFlow仍然過于復雜,因此,像Gelon這樣更易消化的機器學習是企業和開發人員的優先選擇。
機器學習在云計算中的短板在公有云服務提供商對機器學習和深度學習的關注中,行業觀察家表示,對于大多數這些工作負載來說,現有的深度學習和機器學習仍然不是理想的環境,尤其是對于更復雜的工作負載。專家預計,數據科學家正在發掘的機器學習的工作量的85%是由成本、數據重力或技能組成的。