亞馬遜云科技連續(xù)兩年蟬聯(lián)中國AI開發(fā)平臺"榜首"

北京2023年2月6日 /美通社/ -- 日前，全球知名市場調(diào)研機構(gòu)弗若斯特沙利文（Frost & Sullivan, 簡稱沙利文）聯(lián)合頭豹研究院發(fā)布《2022年中國AI開發(fā)平臺市場報告》，亞馬遜云科技連續(xù)兩年蟬聯(lián)榜首，在中國AI開發(fā)平臺市場的綜合表現(xiàn)中，處于"弗若斯特雷達"創(chuàng)新指數(shù)和增長指數(shù)的最高位置。亞馬遜云科技在AI開發(fā)平臺領(lǐng)域提供完備的AI開發(fā)軟硬件全棧服務，并通過"智能湖倉架構(gòu)"加速數(shù)智融合，同時投身AI普惠化以構(gòu)建完善的AI開放體系，讓機器學習變得觸手可及。

該報告以人工智能領(lǐng)域開發(fā)平臺產(chǎn)品為核心研究對象，研究周期為2022年（數(shù)據(jù)截至2022年11月25日）。報告數(shù)據(jù)顯示：中國AI開發(fā)平臺2021年市場規(guī)模為234.8億元，預計到2025年將達到365億元。

沙利文咨詢總監(jiān)李慶表示："亞馬遜云科技在數(shù)據(jù)處理能力、平臺易用性和開放性等AI開發(fā)平臺的核心領(lǐng)域提供眾多創(chuàng)新服務，不僅‘授人以魚'，更堅持‘授人以漁'，通過提供高兼容性、高功能模塊化的AI開發(fā)平臺服務，讓機器學習能力掌握在每一位開發(fā)者手中。"

亞馬遜云科技提供完備的AI開發(fā)軟硬件全棧服務，在技術(shù)堆棧的三個層面提供廣泛的服務組合，從專用基礎(chǔ)設(shè)施服務到AI平臺，再到各類場景化開箱即用的AI服務，全面滿足各類型客戶的不同需求。

• 在底層AI基礎(chǔ)設(shè)施層面，亞馬遜云科技全面提供基于各芯片供應商的最新技術(shù)選項和從小到大的各種配置，支持多種流行的機器學習框架和算法。亞馬遜云科技2022 re:Invent發(fā)布了采用Amazon Trainium芯片的Amazon Elastic Compute Cloud (Amazon EC2) Trn1n網(wǎng)絡(luò)優(yōu)化型訓練實例，可提供1600 Gbps網(wǎng)絡(luò)帶寬，有助于實現(xiàn)超大模型的并行訓練；采用Amazon Inferentia2芯片的Amazon EC2 Inf2推理實例，專為運行大型深度學習模型而構(gòu)建，單實例可支持多達1750億參數(shù)模型的推理，并且支持分布式推理，與當前一代實例相比可提供高達4倍的吞吐量，降低多達10倍的延遲。
• 在中間層的AI平臺層面，亞馬遜云科技不斷完善機器學習相關(guān)服務和功能，在機器學習數(shù)據(jù)準備、數(shù)據(jù)源、數(shù)據(jù)可視化等方面提供大量創(chuàng)新服務，其中核心產(chǎn)品Amazon SageMaker在推出的六年時間里提供超過290項新功能與新特性。在亞馬遜云科技2022 re:Invent上，Amazon SageMaker Studio Notebook推出了全新設(shè)計的用戶界面，新增了可視化的數(shù)據(jù)準備功能和實時協(xié)作功能，同時也支持了將Notebook代碼自動轉(zhuǎn)換為生產(chǎn)就緒的作業(yè)，實現(xiàn)在生產(chǎn)環(huán)境的自動化運行，加速機器學習從實驗到生產(chǎn)的全過程。
• 在上層的人工智能服務層面，亞馬遜云科技為沒有機器學習專業(yè)知識和技能的客戶提供開箱即用的人工智能服務。其中，構(gòu)建個性化推薦系統(tǒng)的完全托管型機器學習服務Amazon Personalize，自動語音識別（ASR）服務Amazon Transcribe等多項新服務及功能，均已在中國區(qū)域（西云數(shù)據(jù)運營寧夏區(qū)域、光環(huán)新網(wǎng)運營北京區(qū)域）推出。

數(shù)智融合的趨勢下，如何為AI/ML提供高效簡潔的統(tǒng)一數(shù)據(jù)治理成為考驗AI開發(fā)平臺軟實力的重要一環(huán)，亞馬遜云科技推出的"智能湖倉架構(gòu)"融合了機器學習與數(shù)據(jù)管理平臺，為開發(fā)者提供數(shù)智融合、統(tǒng)一治理的便捷體驗。Amazon Redshift ML和Amazon Athena ML功能均支持以SQL語句的方式，直接利用數(shù)據(jù)倉庫或數(shù)據(jù)庫中的數(shù)據(jù)發(fā)起模型訓練請求，通過Amazon SageMaker 內(nèi)置的AutoML能力提供模型訓練，并以SQL語句返回。最新發(fā)布的Amazon SageMaker ML Governance新增3項模型治理功能，可以幫助客戶更輕松控制訪問權(quán)限，以及在整個機器學習生命周期中記錄和審查模型信息，并通過Model Dashboard集中界面來跟蹤和監(jiān)控模型上線后的性能。

憑借合作伙伴關(guān)系和開發(fā)人才教育體系，亞馬遜云科技打造出完善的AI/ML服務網(wǎng)絡(luò)，目前，全球數(shù)以十萬計的客戶持續(xù)選擇在亞馬遜云科技上運行機器學習工作負載。在中國，亞馬遜云科技機器學習服務得到醫(yī)療、零售、金融服務、社交文娛、制造、能源等各個行業(yè)客戶的青睞。

OPPO在月活過億的對話式AI產(chǎn)品小布助手業(yè)務上，利用Amazon EC2 Inf1實例創(chuàng)新地研發(fā)可支持預訓練大模型高效推理服務模塊，達到行業(yè)領(lǐng)先的對話語義理解效果。在FAQ和"閑聊"等典型應用場景下，整體推理成本節(jié)省高達35%。借助Amazon EC2 Inf1，OPPO的機器學習團隊不斷利用更復雜的算法模型進行創(chuàng)新，并加速改善客戶的整體體驗。

施耐德電氣在中國構(gòu)建智能工業(yè)視覺質(zhì)量檢測解決方案——"云-邊協(xié)同AI工業(yè)視覺檢測平臺"，并率先在施耐德電氣武漢工廠上線該方案。利用亞馬遜云科技的Amazon SageMaker機器學習服務，以及數(shù)據(jù)庫和計算服務，施耐德電氣在云端實現(xiàn)數(shù)據(jù)存儲和標注及模型訓練，并把云端模型下發(fā)到產(chǎn)線邊緣側(cè)，執(zhí)行邊緣推理。該解決方案顯著提高了生產(chǎn)線的檢測效率，將誤檢率降低到0.5%以內(nèi)，并實現(xiàn)了零漏檢率。