デジタル時代において、クラウドインテリジェンスはクラウドの未来を再定義します

デジタル時代において、クラウドインテリジェンスはクラウドの未来を再定義します

[51CTO.comからのオリジナル記事] デジタル時代において、人工知能の普及はクラウドコンピューティング市場の発展を加速させ、AIに代表されるインテリジェント技術がクラウドサービスの分野に組み込まれてきました。世界的には、AI機能と技術を重視する2つのクラウドベンダーであるGoogleとMicrosoftがAWSの優位な地位を侵食しており、国内では、AIをセールスポイントとする2つの「新星」であるBaidu CloudとHuawei Cloudも急速に台頭している。Alibaba Cloudは昨年11月にAlibaba Cloud Intelligenceに、Baidu CloudはBaidu Intelligent Cloudに改名されたが、これは別の角度からこの変化を縮図するものでもある。

クラウドコンピューティングは誕生以来10年以上にわたり急速に発展しており、AIの導入により大きな変化を遂げています。今日は、インテリジェンスとクラウドの組み合わせによって何が変わったのかを、以下の側面から整理してみましょう。

1. クラウドインフラはよりスマートに

クラウドの背後にいるヒーローとして、データセンター インフラストラクチャは、そのインテリジェンスを通じて、このクラウド変革の進歩を静かに加速させています。

これまで、データセンターのコンピュータ室の建設には、多くの仕様と基準に準拠する必要がありました。建設要件には、データセンターのコンピュータ室の分類と性能要件、コンピュータ室の場所の選択と機器のレイアウト、環境要件、アーキテクチャと構造、空調、電気技術、電磁シールド、コンピュータ室の配線、コンピュータ室の監視とセキュリティ対策、給排水、防火技術要件などが含まれていました。建設期間は長く、投資額は大きく、運用コストは高く、効率は低かったです。

モジュラーデータセンターは、クラウドコンピューティングとインテリジェンスに基づく新世代のデータセンター展開です。機械学習、高性能コンピューティング、分散、弾力的な拡張などの新しい開発トレンドに対応するために、モジュラー設計コンセプトを採用し、インフラストラクチャとコンピュータルーム環境の結合を最小限に抑えます。電源と配電、冷蔵、キャビネット、気流封じ込め、統合配線、動的環境監視などのサブシステムを統合して、データセンターの全体的な運用効率を向上させ、迅速な展開、弾力的な拡張、グリーンエネルギーの節約を実現します。

モジュラーデータセンターは、標準化された設計、工場での部品のプレファブリケーション、迅速なオンライン展開、初期投資の効果的な削減、モジュール内のエネルギープール管理、動的なITインフラストラクチャリソースの高度な利用、インテリジェントな運用および保守管理、重要なビジネスの継続性の確保、共有ITサービス(ビジネス間のインフラストラクチャ、情報、アプリケーションの共有など)の提供、ビジネスニーズの変化への迅速な対応、弾力的な拡張と縮小、グリーンで省エネのデータセンターなど、将来のデータセンターインフラストラクチャ構築に対するITビジネス部門の緊急のニーズを満たすことができます。

2020 年までに、組織の 50% がデータ センターのワークロードを合理化し、クラウド インテリジェンス テクノロジの導入を加速し、クラウド ビジネス ワークロードのインテリジェントな分析を実施し、科学的かつ合理的な方法でワークロードをインフラストラクチャに自動的に分散する取り組みを開始し、インフラストラクチャが真に効率的で動的にエネルギー効率の高いものになります。これには、インフラストラクチャの設計とレイアウト、および IT 運用モデルに大きな変更が必要です。

2. クラウドはAIに最適なコンテナ

AlphaGoに代表される人工知能は人間の囲碁の名人を完膚なきまでに打ち負かし、世界に衝撃を与えた。近年、音声や画像の認識、精密マーケティング、天気予報、交通管制、海上や航空機の事故捜索救助、スパムテキストメッセージや電子メールの識別など、さまざまな分野で人工知能が応用されています。一見無関係に見えるこれらの分野の間には、何か関係があるのでしょうか。答えは、これらすべてが同じ数式、つまりベイズの公式を使用しているということです。 AI の本質は、ベイズ統計に基づいたコンピューティング形式です。計算なので、計算能力に基づいて行われなければなりません。企業が AI コンピューティング能力を獲得したい場合、方法はローカル プライベート クラウドとパブリック クラウドの 2 つしかありません。

AI などのテクノロジーの基本モデルは、まずモデルをトレーニングし、次にそれを特定のシナリオに展開して推論と計算を行い、最後にそれを適用して結果を生成するというものです。トレーニングから推論まで、各段階で必要な計算能力は膨大です。トレーニング フェーズでは、最も多くの計算能力が必要となり、最も集中的に行われますが、推論フェーズではその逆になります。モデルはトレーニング済みであり、膨大な計算量は不要です。推論結果をできるだけ早く得るために、より低い精度の計算が許可されます。一方、AI モデルは繰り返しテストする必要があり、テストごとに必要な計算能力も異なります。計算能力の需要は弾力的に変化し、時には増加し、時には減少します。これらの問題により、AI に必要な計算能力は高度に柔軟でなければならないことが決定されます。

クラウドの弾力性と急速な拡張性、およびさまざまなコンピューティング リソースのオンデマンド提供は、現実的な条件下で AI を提供するための最良の方法となっています。たとえば、ある企業が独自のローカルプライベートクラウドを持っているとします。AIトレーニング用のGPUプールを構築するには、数十万、場合によっては数百万ドルを費やす必要があります。しかし、トレーニングとデータを取得した後は、ハードウェアは役に立たなくなります。無駄な無駄を避けるためには、もちろん、パブリッククラウド上のAIコンピューティングパワーを直接呼び出すのが最善の選択肢です。さまざまなパブリック クラウドの AI の利点、さまざまな AI モデルのトレーニングと推論を組み合わせ、期間と結果に応じて支払うことは、企業にとって間違いなく経済的です。

人工知能が普及し続けるにつれて、そのコンピューティング能力に対する需要は、汎用CPUのムーアの法則の発展をはるかに超えています。基本リソース層では、GPU、FPGA、ASICに代表される異種コンピューティングが方向とトレンドになっていることがわかりました。プラットフォーム層は、インテリジェントツールコンポーネントとモデルトレーニング管理を提供し、その上でますます多くのインテリジェントクラウドアプリケーションサービスが登場しています。クラウドを通じて、異種リソースは普遍的なAIコンピューティング機能に変換され、弾力的に供給できます。つまり、ビジネスのピーク時には呼び出し、ビジネスの低迷時には解雇することができ、大量のビジネス課題に簡単に対処できます。便利なインテリジェントクラウドサービスは、生産シナリオのニーズに迅速に対応し、産業のアップグレードを促進します。

クラウド データ センターでは、さまざまなパブリック クラウド サービス プロバイダーが高性能クラウド コンピューティング サーバーを導入しており、ビデオのエンコードとデコード、ディープラーニング、科学計算、旅行、ショッピング、天気予報など、さまざまなシナリオで使用されています。人工知能技術の発展により、クラウドデータセンターの応用シナリオは将来的に大幅に充実するでしょう。

「クラウド + AI」は、クラウド コンピューティング アプリケーションに向けた次の段階です。 「クラウド+AI」には大きなビジネスチャンスがあります。クラウドと AI は相互に有益な関係にあります。クラウド コンピューティングの強力なコンピューティング能力により、AI はより正確なサービスを提供できるようになり、AI によりクラウドはより深い実装を提供できるようになります。クラウドはAIにとって最適なコンテナであり、パワーの源であり、AIはクラウド実装のための「武器」であると言えます。

3. AIがクラウドサービスを変える

パブリッククラウドは、配信方法に応じて主にIaaS、PaaS、SaaSの3種類に分けられることが知られています。世界的には SaaS が主流であり、クラウドの主な機能はさまざまなソフトウェアおよびアプリケーション サービスを実行することです。国内市場では、IaaSが依然として60%以上を占めています。つまり、国内のクラウドサービスにおいては、依然としてインフラが主役を担っているのです。これは、クラウドを利用するほとんどの中国企業の中心的な目標が、特定のアプリケーションを取得することではなく、既存のビジネスとアプリケーションをクラウドに移行し、サーバーの高コストを置き換えるためにリソースの利用を拡大することであることを示しています。この場合、パブリック クラウドはよりビジネス サポートの役割を果たします。 AI テクノロジーをクラウド環境に組み込むことで、クラウド サービスの提供方法が変わり、生産性の最適化において大きな進歩が達成されました。

AI の核となる機能は、非常に反復的で即時的な手作業を置き換えることができることです。例えば、コンピュータ室の検査、セキュリティ、品質検査、手動操作と保守には、さらに、インテリジェント検査、インテリジェントセキュリティ、インテリジェント操作と保守、無人操作、無人運転などが含まれる場合があります。彼らの特徴は、ビジネスを支えるためにクラウドの特性を必要としないが、生産性を最適化し、「品質と効率の向上」という会社の目標を達成するために AI を大いに必要としていることに気づくのは難しくありません。

AIとクラウドサービスの組み合わせにより、シナリオベースの意味理解、ビッグデータ意思決定システム、音声認識、顔認識、ディープラーニングなど、多くの高価値サービスが生まれ、市場行動、ビジネスロジック、サービス需要に一連の変化をもたらす可能性があります。これが、クラウドサービス市場が現在再び繁栄し、大量の資本、大手企業、開発者が集まり、エコシステムを構築し始めている中核的な理由です。

もちろん、クラウドと AI の組み合わせは現時点ではまだ初期段階にあり、主にメーカー間のプロモーション活動の段階です。 AI技術を真に産業に導入するには、生産シナリオに深く入り込み、ビジネスを組み合わせ、高精度モデルの科学的トレーニングといくつかの複雑な操作を完了し、エッジ側と端末側に一定レベルの推論コンピューティングパワーを備えて、最も最適化されたコンピューティング効率比を実現する必要があります。これには、クラウドベースの AI コンピューティング能力とハードウェア コンピューティング能力を緊密に統合して全体を形成する必要があります。そのため、クラウド+AIサービスの成熟には時間がかかり、さらなる技術開発が必要になります。歴史的に見ると、サーバー時代はエンドツーネットワークからクラウドコンピューティング時代にクラウドツーネットワークへと進化し、AI時代にはクラウド-ネットワーク-エンドという新たな構造になります。これにより、クラウドベンダーは自ら革新を迫られ、産業サービス市場も新たな機会を発見することができました。

4. AIがクラウド配信を変える

産業インターネットへの参入は、インターネット企業にとって大きなスローガンです。しかし、産業インターネットは消費者向けインターネットとは異なります。産業インターネットは規模が大きく、さまざまな業界や企業のアプリケーションニーズは複雑で多様です。カスタマイズは乗り越えられないハードルです。製品が直接価値を生み出したり、外部サービスを提供したりできない場合は、他の人の製品の一部となり、統合されて、他の人の製品がより良いサービスを提供できるようにする必要があります。その結果、アリババクラウドとファーウェイクラウドは相次いで「統合」という概念を提唱しました。実は、「統合」は新しい言葉ではなく、これまでもIT業界は統合の重要性を強調してきました。クラウド サービス市場でこれについて言及する必要がある理由は、ビジネス配信モデルが変化しているからです。

デジタル時代の入り口に立つAI人工知能は、企業のさまざまな場面でますます広く利用されるようになっています。ユビキタス接続+デジタルプラットフォーム+包括的なインテリジェンスは、新世代のクラウドサービスの中核となっています。これらすべての傾向は同じ変化を示しています。つまり、クラウド サービスを企業ユーザーに提供する際には、クラウド リソース、コンテナ仮想マシン、API、有料ソフトウェアを使用するだけでなく、体系的なプロジェクトにする必要があるということです。

AI の需要が高まり続ける中、企業は AI を生産ビジネス シナリオに深く適用し、ソリューションを提供する必要があります。メーカーとしては、企業のさまざまなビジネス ニーズの変化を追跡し、提供される製品を継続的に反復し、包括的でインテリジェントなビジネス強化を通じて企業が継続的な成長を達成できるように支援する必要があります。

5. AIがエッジコンピューティングの未来を変える

モノのインターネットの台頭により、相互接続の時代が到来しました。数百億の端末デバイスがクラウドに接続されているだけでなく、PB 単位のデータ トレントも存在します。スマート カメラを例に挙げてみましょう。解像度が 1080P から 4K に変わると、1 日に収集されるデータ量は 200GB に達します。統計によると、2018 年には、インターネット ユーザー 1 人あたり 1 日平均 1.5GB のデータが生成されます。

PB レベルのデータが継続的にクラウドに送信されるため、クラウド サーバーにかかる負荷も増大します。 IoT端末上でリアルタイムに計算・処理が行えるか?エッジコンピューティングの登場です。エッジ コンピューティングとは、オブジェクトまたはデータのソースに近い側でネットワーク、コンピューティング、ストレージ、およびアプリケーションのコア機能を統合し、近くでインテリジェントなコンピューティングとデータ サービスを提供するオープン プラットフォームを指します。これの利点は、端末デバイスによって生成されたデータをクラウドに送信する必要がなく、データ生成側に戻す前に人工知能を使用して処理できることです。エッジコンピューティング技術を使用することで、データはデバイス生成側で直接計算され、近くで処理された後、デバイスに直接フィードバックされます。

5G技術の誕生により、人工知能とモノのインターネットの融合が加速し、エッジ端末とセンサーネットワークデータのリアルタイム収集と分析がさらに強化され、エネルギーの使用、農地の灌漑、商品の配送の効率が向上し、廃棄物と汚染が削減されます。 AI はエッジ コンピューティングの未来を変え、モノのインターネットを真に実現し、私たちの生活に利益をもたらします。

6. AIがクラウドエコシステムを変える

AIの発展に伴い、クラウドコンピューティング市場ではより複雑な産業チェーン関係が生み出されるでしょう。クラウド市場では、チップ機能、ハードウェア機能、技術サービス機能、アルゴリズム開発機能が重要になってきており、クラウドベンダーがこれらすべての機能を同時に持つことは困難です。これにより、クラウドコンピューティング革命のもう1つの重要なポイント、つまりエコシステムの地位の急速な成長がもたらされます。

今年に入ってから、世界のクラウドサービス市場では買収の動きが活発化していることがわかります。たとえば、Microsoft による Github の買収は騒動を引き起こしましたが、その産業的目的は、開発エコシステムを自社のシステム内にさらに密接に固定することであったことは間違いありません。 Alibaba Cloud は Shenlong サーバーを製造するだけでなく、チップの製造も開始します。アリババは2018年の雲奇大会で、以前買収したチップ企業C-SKY Microsystems Co., Ltd.とDAMO Academyの自社開発チップ事業を1つのチップ企業Pingtou Ge Semiconductor Co., Ltd.に統合し、クラウド統合チップレイアウトを積極的に推進します。

AIは、チップ、コンピューティング能力、モデル、シナリオアプリケーションから製品化まで長い道のりです。単一の機能を持つクラウドベンダーがこれを包括的にカバーすることは困難です。エコロジカルな協力、共同研究、共創だけが前進する唯一の方法です。エンタープライズレベルのクラウド アプリケーションの進化と深化に伴い、ソフトウェア ベンダー間の相互協力やハードウェア ベンダーとソフトウェア ベンダー間の協力など、共同ソリューションの立ち上げに取り組むクラウド ベンダーは今後ますます増えていくでしょう。

7. AIが開発者を向上させる

Cloud 2.0時代の到来により、クラウド市場の焦点はIaasからPaaS、SaaSビジネス構築へと移り、開発者はあらゆるIT企業間の競争の対象となりました。

AWS や Alibaba Cloud などの新興クラウド サービス プロバイダーは、多数のクラウド アプリケーション開発者を引き付けています。これらの開発者は忠実なファンとなり、その支持者数は従来の開発者を上回っています。 Huawei、H3C、Cisco などの従来のハードウェア メーカーも、自社の製品を API を通じてクラウド アプリケーションとより適切に統合する必要があることから、開発者を重要なパートナーとみなし、クラウド サービスのサポートを提供しています。

多数のユーザーの複雑なクラウド ニーズを満たすために、多数のさまざまな開発者がいます。クラウドサービスはAIにとって唯一の手段であるため、インターフェースとして機能するのが理想的な状態です。顧客数が多いため開発者を惹きつけ、優れた開発エコシステムに基づいてさらに多くの顧客が参加します。同時に、AI以外にも中国のSaaSにはまだまだ発展の余地があり、開発者が主力となっている。開発者コミュニティとツール構築を強化し、開発者の能力を向上させ、ユーザーに優れたサービスを提供します。今年、数多くの AI 技術コミュニティが設立され、AI 開発者エンパワーメント プログラムが増加したことは、クラウド サービスのこの変化する傾向を予測したものと見ることができます。

結論

デジタル時代において、AI とクラウドの組み合わせにより、データはもはや人々が見るために配置された単なる冷たい数字ではなくなりました。人々はデータ分析を通じてデータを生産的かつ価値あるものにし、従来のエンタープライズ クラウド サービス モデルを変えています。 AI は、クラウドの将来だけでなく、すべての人に影響を与える成長中のテクノロジーです。AI の将来は明るいと私たちは信じていますが、その道のりは険しいものになるでしょう。方向が正しければ、距離を恐れる必要はありません。ただ進み続ければ、量的変化から質的変化へのプロセスが必ず起こります。

デジタル時代において、クラウド インテリジェンスはクラウドの未来を再定義します。

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]

<<:  初心者が機械学習をすぐに始められるように、Colabリソースの完全なリストはこちらです。

>>:  アルゴリズムの品質を評価するにはどうすればよいでしょうか?

ブログ    
ブログ    

推薦する

人工知能は機械に流動的知能を与えることができるか?

2021年2月初旬に開催された第35回AAAI人工知能会議で、新しいタイプの人工知能(AI)機械学...

無人運転と公共交通機関の標準仮想トラックで安全性を確保

深セン初の無人バスの試験運行が始まり、我が国の科学技術力に対する信頼が高まっています。ほぼ同時期に、...

AIは学習しません!ネイチャー誌の最新研究が人工知能のブラックボックスを解読

人工知能(AI)は急速に進歩していますが、人間にとってその強力なモデルは「ブラックボックス」です。モ...

...

民間ドローンの産業応用シナリオに関する簡単な議論

[[357620]]科学技術の発展に伴い、人類は機械工学、材料科学、電子技術、自動制御、コンピュータ...

英国、心臓発作予測の精度向上のため新たな人工知能アルゴリズムを開発

心臓発作を事前に予測することは困難です。 17日のサイエンス誌によると、英国ノッティンガム大学の科学...

これでブリッジで腹筋運動ができるようになりました!中国初の3Dプリント橋が上海で公開

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

人間の知能と人工知能:どちらが優れているのでしょうか?

人工知能は近い将来、人間の知能を超える可能性を秘めている。テクノロジーは飛躍的に進歩しましたが、AI...

...

最も人気のある 12 の AI ツール、ライブラリ、プラットフォーム

[[205783]]近年 AI の利用が増えているため、利用可能な AI ツール、ライブラリ、プラッ...

データ サイエンティストが 95% の時間使用する 11 の基本分布

前回のレビュー「データ サイエンティストが 95% の時間に使用する 11 個の基本チャート」に続き...

剪定法を使用してより良い決定木を設計する方法

決定木 (DT) は、分類および回帰の問題を解決するために使用される教師あり機械学習アルゴリズムです...

データセキュリティ認識システムにおける機械学習の応用

私たちは情報過多の世界に住んでおり、情報を追跡したり、他の人のために手動でキュレートしたりすることが...

ガートナー:テクノロジープロバイダーの33%が2年以内にAIに100万ドル以上を投資する

[[427302]]ガートナーの新しい調査によると、人工知能 (AI) 技術計画を持つテクノロジーお...