Gluon是微軟和亞馬遜公司的一個新的開源接口，旨在簡化云中的機器學(xué)習(xí)，因為供應(yīng)商為其平臺更多地負責(zé)這些工作負載。這兩大科技巨頭的看似不現(xiàn)實的合作關(guān)系象征著云計算將著眼于優(yōu)化機器學(xué)習(xí)和深度學(xué)習(xí)平臺的發(fā)展。

AWS和Microsoft Azure是業(yè)界最火的兩大公有云服務(wù)，Microsoft Azure一直致力于沖擊AWS的領(lǐng)導(dǎo)地位，但是新的Gluon項目的出現(xiàn)，AWS和微軟在該項目中放棄了門戶之見構(gòu)建了開源的深度學(xué)習(xí)庫，旨在促進工作流程自動化，并使開發(fā)人員能夠更好地學(xué)習(xí)和應(yīng)用機器學(xué)習(xí)。

AWS、微軟、IBM、谷歌等領(lǐng)先的云服務(wù)提供商，目前都看到了云計算中深度學(xué)習(xí)和機器學(xué)習(xí)的巨大潛力，并且先后都在各自的云計算平臺中構(gòu)建深度學(xué)習(xí)應(yīng)用程序。但目前這些技術(shù)主要局限于數(shù)據(jù)學(xué)家，因為開發(fā)人員缺乏構(gòu)建和訓(xùn)練相關(guān)應(yīng)用模型的基本技能。

云提供商基于圖形處理單元銷售虛擬機，以吸引數(shù)據(jù)科學(xué)家在云中構(gòu)建應(yīng)用程序，并為預(yù)構(gòu)建的圖像識別和自然語言處理模型提供API.然而，為開發(fā)商提供一些定制化但不是太繁重的中間路線的努力仍處于初級階段。

IDC分析師Arnal Dayaratna說：“微軟和AWS旨在通過徹底簡化機器學(xué)習(xí)模式的學(xué)習(xí)和培訓(xùn)過程，真正獲得早期進入該領(lǐng)域的優(yōu)勢，兩大云服務(wù)巨頭認為該技術(shù)的發(fā)展是使得開發(fā)人員能夠提供機器學(xué)習(xí)應(yīng)用程序的關(guān)鍵。”

缺乏TensorFlow的支持

谷歌云平臺是業(yè)界公認的緊隨AWS和Microsoft Azure之后的第三大公有云平臺，目前谷歌云平臺已經(jīng)將云計算機器學(xué)習(xí)作為其平臺的核心原則來推廣，將依賴大數(shù)據(jù)和人工智能獲得云計算領(lǐng)域的成功。谷歌在云內(nèi)部嚴重依賴這些功能，以及機器學(xué)習(xí)開源代碼庫TensorFlow的早期思路。

Gluon基于由Amazon開發(fā)的開源架構(gòu)，稱為Apache MXNet，并將在未來的版本中與Microsoft Cognitive Toolkit一起使用。亞馬遜表示，Gluon最終將與其他架構(gòu)一起工作，美國云服務(wù)器 江西電信服務(wù)器，但并沒有公布更多的關(guān)于多個深度學(xué)習(xí)架構(gòu)一起工作的相關(guān)細節(jié)。

Gartner分析師Alexander Linden表示：“AWS和微軟對Gluon項目的愿景是很好的，但是如果他們忽視了對TensorFlow的支持，那么他們與谷歌的差距依然很遠，特別是在TensorFlow開發(fā)的所有服務(wù)上。”

盡管如此，對許多開發(fā)人員來說TensorFlow仍然過于復(fù)雜，因此，像Gelon這樣更易消化的機器學(xué)習(xí)是企業(yè)和開發(fā)人員的優(yōu)先選擇。

機器學(xué)習(xí)在云計算中的短板

在公有云服務(wù)提供商對機器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)注中，行業(yè)觀察家表示，莫斯科服務(wù)器 新加坡vps，對于大多數(shù)這些工作負載來說，現(xiàn)有的深度學(xué)習(xí)和機器學(xué)習(xí)仍然不是理想的環(huán)境，尤其是對于更復(fù)雜的工作負載。專家預(yù)計，數(shù)據(jù)科學(xué)家正在發(fā)掘的機器學(xué)習(xí)的工作量的85%是由成本、數(shù)據(jù)重力或技能組成的。