“ai是高资源消耗、强计算类的、体现规模效应的技术，与云计算结合应用是水到渠成的事情。”gartner高级研究总监季新苏在接受记者采访时说道。无论是aws、微软azure、google、ibm这些“国际云”，还是腾讯、百度、阿里等“国有云”，将ai开发能力移植上云，目的都是为企业或个人用户提供一个高效且划算的ai开发环境。ai可以说是一支潜力股，科研人员和投资者投入了大量人力和资金希望让ai的齿轮高速运转，能够早日看到从量变到质变。不过从ai几十年的发展光景来看，可以说它是一个厚积薄发、对资源消耗极高的技术。在这种情况下，低成本、高效能地进行开发，就成为企业难以触及之地，而云平台恰恰能够填补这个缺口。
大公司抢滩ai云市场
今年2月，gartner发布了首个云ai开发服务魔力象限，将市场上供应商划分为四大象限——领导者、有远见者、特定领域者(小众玩家)、挑战者。
gartner定义的领导者象限即“拥有强大市场和心理认知地位”，其中聚集了亚马逊、微软、谷歌、ibm四个mlaas主流服务商。
mlaas，全称machine learning as a services，是一种以机器学习作为服务内容的云平台类型，涵盖大多数基础设施问题，如数据预处理、模型训练和模型评估，以及进一步的预测。预测结果可以通过rest api与企业内部it基础设施连接起来。
亚马逊是全球云计算市场“拓荒第一家”，稳占主导地位，能够在ai云产品开发上走在世界前列是毋庸置疑的。亚马逊开发的mlaas可分为两个层级：用于预测分析的amazon ml和服务于数据科学家的sagemaker工具。sagemaker是功能更加强大的机器学习工具，可以简化数据探索和分析，而无需服务器管理，更适用于经验丰富的从业人员实现高效工作。
从云部署的方式来说，微软azure为云ai开发人员提供了更加灵活的平台，它可以根据企业客户的需求，将服务部署在azure云、虚拟私有云或本地中。微软azure机器学习平台的优势在于，可以将所需的训练模型封装在容器中并部署到azure、本地或iot设备，并且易于扩展和管理。
微软的云服务很重视扩展性与算力的适配。去年11月在美国丹佛举办的sc19超算展会上，微软和英伟达共同推出了基于azure云服务的可扩展gpu加速型超级计算机ndv2。据了解，新的微软azure ndv2可以扩展到数百个用于复杂ai和高性能计算(hpc)应用的英伟达tensor core gpu。今年5月，微软宣布专门为openai在azure上构建了一台新的超级计算机，计算能力可达全球前五。
tensorflow可以说是谷歌云的明星级产品，是端到端的开源机器学习平台。有业内人士分析认为，tensorflow是ai时代的操作系统，谷歌是想通过tensorflow，吸引用户选择google更多的产品服务，直白地说就是构建生态。而ibm的ai云产品得益于其在增强学习领域的悠久历史，可以提供从自动数据准备和算法选择到一系列优化指标。
ai与云深度融合
在gartner的魔力象限中，腾讯是唯一入围的国内云服务商。与sap共同被gartner归为在特定行业或方法上展现实力，或者与特定技术堆栈完美结合的服务商。
腾讯在国外市场脱颖而出取决于其核心业务游戏、聊天和视频等，走入国际舞台的微信是腾讯ai最大的应用场景之一，微信ai致力于语音识别、nlp、数据挖掘和ml，语音转文字服务可支持普通话、广东话、英语、藏语和维吾尔语，文本分析功能可支持中英双语。
gartner的评判标准是供应商必须在北美、南美、欧洲、中东和非洲、亚太的至少两个地区中为2018年的云ai开发人员服务增加至少20个新的付费企业客户，阿里和百度因此被排除在外。
不过国内大厂的野心可不小。
阿里巴巴在2019年9月发布了第一款芯片含光800，至此端云芯片布局已经成型。云上ai训练芯片和端上的ai推理芯片是阿里的下一个目标。
去年8月，百度与浪潮达成合作，百度飞桨将与浪潮ai station共同提升深度学习在ai服务器端的能力，实现云 端的全方位覆盖。
gartner最新分布式存储报告显示，浪潮存储产品竞争力位列全球第二，而分布式云作为云计算新模式也首次进入到了gartner云计算技术成熟度曲线。“云的连接是我们对云新的认识。”浪潮集团高级副总裁、浪潮云董事长兼ceo肖雪在近日公开表示。肖雪认为，一片云会逐渐被分布式云取代，将根据不同场景、不同模式和方式提供服务。
肖雪认为，数据未来会走向制造过程，不仅包含数据治理、数据开放和数据服务等基本能力。把多元异构的数据通过ai整理成业务所需数据，汇集到“数据湖”中，最终可以通过ai输出对未来世界的发现。“云 数 ai的新运营商可以推动业务流速，将政府、企业和消费者连接在一起，也是新基建要呼唤的一个方向。”肖雪表示。
各大厂商在ai与云的融合上频频落子，不过在季新苏看来，国内ai云仍处于起步阶段。季新苏认为，主要原因在于国内企业整体上云率，其实在全球范围内云端ai平台的企业级用户都不算多，本质上是受制于ai技术发展本身。
ai云服务提供商竞争更激烈
季新苏指出，这些云服务领军者提供的云端ai工具对于ai技术的发展有着积极影响，不过从商业化的角度来说，ai技术是否能够取得突破也成为影响云端ai开发工具市场扩展的重要因素。另外，目前在云端比较成熟的是诸如提供语音、图像识别、文本识别类的具象ai，更高层级的通用类ai云端服务还尚未成为主流，本质来说也是ai技术的发展瓶颈。
目前，ai发展在全球范围内还局限在感觉、感知层面，而通用ai则是向认知层面跨越，应具有开放问题的求解能力，这就需要更大的算力以及更强的学习能力。香港科技大学教授杨强曾公开表示，大算力是ai突破的方式，很多学术专家开始尝试采用迁移学习的方法解决通用问题，如果算力足够大，那么迁移学习就可以适配到各个领域。中国工程院院士高文则认为，开源是ai取得突破的关键，无需太过担心隐私安全问题，就像习武一样，不停攻防才能进步。
业内专家达成共识，大算力、高效学习以及开源是ai技术发展的关键因素，这也是云服务商需要同步考虑的平台能力走向。
在gartner的魔力象限中，与领导者象限仅一步之遥的挑战者象限呈现空缺状态，也就说在gartner看来，能够挑战亚马逊、微软、谷歌、ibm四巨头的ai云厂商尚未出现，也可以说，未来ai云服务提供商后来者之间的竞争将会更加激烈，毕竟ai技术还有非常大的空间可以挖掘。