• 微软试图通过新晋现金牛Azure云业务的扩张
  • 发布时间:2018-05-14 09:13 | 来源:hg0088 | 浏览:
  •   Project Brainwave就是Wintel联盟在这个时代的新产物,一个结合了Azure云用于边缘环境,基于FPGA的低延迟深度学习云平台,无需批处理可支持39.5tflops算力。FPGA的优点是灵活可配置、低延迟,对于小算量、大批次的体验友好,但是拼算力绝不是TPU(ASIC)的对手。所以我们看到了Build2018的另一个场景:纳德拉呼吁人们不要将想法“锁在”固定的专有芯片上,并提醒企业要小心TPU的诱惑。
     
      纳德拉所构想的智能边缘计算能否成为微软新的核心竞争优势,当下仍存在太多挑战。算力角逐的时代是业界史上最激烈的赛道,微软能否走出迷局抵达柳暗花明,未来存在太多变数。去年的开发者大会上,微软已经不再提“移动为先、云为先”的说法,取而代之的是“智能云、智能边缘”。在工业自动化领域,边缘计算这一事物由来已久,指的是物联网结构靠近设备或数据源头的一侧,将开放平台算力从中心端向物端倾斜,满足边缘一侧更快的算力响应以及实施业务需求。
     
      传统的物联网,智在数据中心,不在边缘。而微软构想的“智能边缘”致力于通过集成了AI级算力的Azure云让“智能”在中心与物端之间流动,从而大幅降低边缘对中心算力的依赖。获得了“更高智能”的边缘设备也有能力独立、就近地处理大部分物联网任务。
     
      从Azure IoT Edge这套解决方案我们不难看出微软未来的愿景以及战略转型线路的演进。
     
      一个属于智能云和智能边缘计算的世界,纳德拉的构想很好,但是要想在人工智能时代的物联网领域施展抱负,并非简单。在算力角逐的当下,微软并不具备当年Wintel联盟在PC时代的优势,而生产力流程的领先,只能算一个加分项,不足以对全局产生影响。
     
      人工智能的格局已全面进入算力时代,AI算力延续了人们对PC摩尔定律的预期,成为下一轮业界角逐的竞赛焦点。现有的人工智能技术进程以人工神经网络和深度学习为大背景,AI算力的市场需求也因深度学习工程的两大环节被分割为training(训练)和inference(推测)部分。
     
      GPU在训练部分扮演着不可或缺的角色,由于AMD在该领域的长期缺位,这部分的市场如今几乎都落入了英伟达的手中。而推测部分的市场现状可谓是大混战,亚马逊、谷歌、英特尔、微软、高通等等均有涉猎。
     
      微软在算力推测领域的竞争者基本锁定了亚马逊和谷歌。
     
      在Build2018开发者大会上我们惊奇地看到Cortana和Alexa的合作细节,如果说微软与亚马逊还有合作余地的话,那么对于谷歌的AI技术,基本上只剩下了纯粹的竞争。不难看出,谷歌在皮查伊上任后对企业级市场一直心怀觊觎,而开放的Cloud TPU更彰显了谷歌企图全盘掌控人工智能格局的野心。
     
      因为TPU的竞争对象既指向了英伟达的GPU训练算力,又包含了亚马逊、英特尔、微软所围猎的推断市场。
     
      谷歌在人工智能领域的实力毋庸置疑,TensorFlow是全球最流行的深度学习框架,基于ASIC(专用集成电路)定制化的第二代TPU单块板卡算力高达180 tflops(目前已有第三代,据说性能提升8倍多)。
     
      微软试图通过新晋现金牛Azure云业务的扩张,结合核心技术沉淀生产力优势,加上AI方面的努力,力图打造未来物联网工业新的智能阵地,从而有别于谷歌、亚马逊在消费级市场、中小企业方面的优势。而微软自己提供的全球财富500强企业95%在使用Azure云,以及Office 365的企业月活用户超过1.2亿,这些数据也侧面证实了其转型后的战略方向。
     
      所以我们看到,以往Windows作为独立业务形态在微软当下战略演进过程中成了一个尴尬的存在,它不得不在财报中隐藏起来,甚至被裁掉了现实中的业务部门,成为智能云、智能边缘以及生产力的一部分。在个人消费领域大撤退之后,专注深耕企业级市场已是微软的不二选择。
     
      在面对如此强劲对手情形之下,微软唯有牵手旧盟友英特尔以低延迟为唱点,力推FPGA(现场可编程门阵列)产品,毕竟英特尔曾花费167亿美元重金收购了深耕FPGA多年的Altera公司,手上还有点家底。
  • 相关内容
  • Copyright 2015-2016 001食品网 版权所有
  • 网站地图 |