2月1日消息，2022年9月起，AI繪畫工具Stable Diffusion、AI聊天機器人ChatGPT陸續(xù)在全球爆火，讓普通用戶直觀感受到了AI技術的強大和AI技術發(fā)展的一日千里。
AI繪畫、AI聊天等AI服務能力強大的背后，往往離不開強大的“AI軟件工具和平臺”的支持。
事實上，在將AI技術服務B端企業(yè)的“AI軟件工具和平臺”研發(fā)領域，全球各大科技巨頭布局深耕多年，已成為技術和實力的競技場。
AI服務背后的能力供應商們：Amazon SageMaker登頂
近日，IDC發(fā)布《2022年亞太地區(qū)（不含日本）AI生命周期軟件工具和平臺供應商評估》報告，對全球8家供應商進行了評估。
評估結(jié)果顯示，亞馬遜云科技（AWS）、谷歌、微軟位居領導者地位，IBM在領導者和主要參與者之間，百度、DataRobot、三星SDS、Dataiku居于主要參與者位置。
來源：IDC MarketScape: Asia/Pacific (Excluding Japan) AI Life-Cycle Software Tools and Platforms 2022 Vendor Assessment
IDC MarketScape：2022年亞太地區(qū)（不含日本）AI生命周期軟件工具和平臺供應商評估
在IDC MarketScape圖表中，縱軸(能力軸)反映該廠商目前的”能力”，橫軸(策略軸)反映廠商未來的”戰(zhàn)略”。各廠商在MarketScape圖標中的位置，體現(xiàn)了其在市場中所占據(jù)的領導者、主要參與者、競爭者的角色定位；并以氣泡大小代表廠商在該市場中的市場份額，從而以綜合的維度展現(xiàn)廠商在該市場中的表現(xiàn)和未來發(fā)展?jié)摿Α?/p>
從該評估結(jié)果來看，作為AI生命周期軟件工具和平臺供應商，在能力和戰(zhàn)略方面，亞馬遜云科技（AWS）都居于最高位置。
IDC報告顯示，亞馬遜云科技此次參與評估的解決方案是Amazon SageMaker。Amazon SageMaker可為客戶的數(shù)據(jù)準備、模型構(gòu)建、訓練、評估、部署、MLOps和可信度提供端到端的完全托管服務，為企業(yè)的整個機器學習生命周期提供支持。
如何理解“AI服務”和“AI軟件工具和平臺供應商”之間的關系？
以Stability AI為例，其是最近以AI繪畫走紅全球的新晉獨角獸公司，該公司推出了開源AI模型Stable Diffusion。利用這一模型，即便是完全不具備繪畫能力的人，只需要提供一段文字描述，就可以創(chuàng)作出精妙絕倫的繪畫作品。
Stable Diffusion自2022年8月推出以來，已經(jīng)被全球超過20萬開發(fā)者下載和授權(quán)。Stability AI面向消費者推出的DreamStudio，其注冊用戶已經(jīng)超過100萬，來自全球50多個國家，共同創(chuàng)建了超過1.7億張圖像。
事實上，Stable Diffusion這樣的機器學習大模型訓練起來非常困難，需要使用數(shù)千個GPU組成的龐大算力支持。
而Stability AI通過使用 SageMaker托管的基礎設施和優(yōu)化庫，Stability AI能夠使其模型訓練具有更高韌性和性能。例如對于GPT NeoX 等模型，Stability AI使用 SageMaker 及其模型并行庫將訓練時間和成本減少58%。 這些優(yōu)化和性能改進適用于具有數(shù)百或數(shù)千億參數(shù)的模型。
Amazon SageMaker是誰？
根據(jù)亞馬遜云科技官方的介紹，Amazon SageMaker是一項完全托管的機器學習服務。借助 SageMaker生產(chǎn)就緒的托管環(huán)境中，數(shù)據(jù)科學家和開發(fā)人員可以快速、輕松地構(gòu)建和訓練機器學習模型，然后直接將模型部署到生產(chǎn)就緒托管環(huán)境中。
在沒有AI生命周期軟件工具和平臺出現(xiàn)之前，從事機器學習仍然需要專門的技能，通常由數(shù)量有限的開發(fā)人員、研究人員或以機器學習為主要業(yè)務的公司所有。開發(fā)人員和數(shù)據(jù)科學家必須首先將數(shù)據(jù)可視化、轉(zhuǎn)換和預處理為算法可用訓練模型的格式，涉及大量的算力、漫長的訓練周期，并需要設立專門的團隊來管理環(huán)境。這些環(huán)境通常跨越多個支持GPU的服務器，以及需要大量的人工性能調(diào)整。此外，在應用程序中部署經(jīng)過訓練的模型需要一套不同的應用程序設計和處理分布式系統(tǒng)的專業(yè)技能。隨著數(shù)據(jù)集和變量的增加，新信息的出現(xiàn)，舊模型變得不再可用，企業(yè)不得不重復上述過程。這導致除了資金充足的企業(yè)和研究機構(gòu)外，大多數(shù)人都無法接觸到機器學習。
2017年，在亞馬遜云科技 re:Invent 全球大會上，Amazon SageMaker首次亮相。Amazon SageMaker推出了全球首個用于機器學習的集成開發(fā)環(huán)境（IDE），它使不論是開發(fā)人員、數(shù)據(jù)科學家、還是商業(yè)分析師都能夠快速、輕松地準備數(shù)據(jù)，并在規(guī)模上構(gòu)建、訓練和部署高質(zhì)量的機器學習模型，大大降低了機器學習的使用門檻。
Amazon SageMaker涵蓋十幾種工具，包括調(diào)試器 (SageMaker Debugger)、模型監(jiān)視器 (SageMaker Model Monitor)、剖析器(SageMaker Clarify)、AutoML (SageMaker Autopilot)、特征商店（SageMaker Feature Store）、無代碼功能 (SageMaker Canvas)，以及第一個專門用于機器學習持續(xù)集成和持續(xù)交付（CI/CD）的工具，使機器學習在云端和邊緣設備上變得更為簡便，可擴展性更強。
根據(jù)亞馬遜云科技披露，從推出至今的六年間，Amazon SageMaker新增超過290項功能與特性，不斷推動機器學習普惠化。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
