重塑数字生产力体系,生成式AI将开启云计算未来新十年?

科技云报道原创。

今天我们正身处一个历史的洪流,一个巨变的十字路口。生成式AI让人工智能技术完全破圈,带来了机器学习被大规模采用的历史转折点。

它掀起的新一轮科技革命,远超出我们今天的想象,这意味着一个巨大的历史机遇正在迎面走来。

生成式AI的兴起,尤其是大语言模型的应用,正从根本上改变技术行业的运作方式,产业科技正在AI的驱动下进入全新时代,这将促使生成式AI和产业大模型技术结合,而不再局限于产业的边界,成为科技巨头重要的战略发展方向。
在这里插入图片描述

对于寻求业务竞争力的企业来说,生成式AI无疑将为企业转型升级提供新的机遇。

AI重塑云计算底座

生成式AI,正在让大家重新认识云的价值。

麦肯锡数据显示,降本增效方面,生成式AI可提升850个职业的2100个具体工作的生产效率,生产成本降低可以高达6.1-7.9万亿美元。

从企业层面上,它可以被用到16个业务部门的63个场景,解决具体的业务挑战,为企业带来2.6-4.4万亿美元的价值。

从应用角度来看,基于生成式AI衍生出的各种应用开始逐步在各行业尝试落地,包括艺术生成(如DeepArt、DeepDream等)、文本生成(如类似ChatGPT的聊天机器人和新闻生成器)、音乐生成,以及更复杂的任务,如视频生成和虚拟现实环境生成。

而基于生成式AI的知识库搜索、会议纪要、文本摘要、内容或代码创建将生产效率提升至一个新的阶段。

如果用冰山来比喻,露在海面上方的冰山一角就是基础模型。而在冰山的底部,需要大量的基础模型以外的服务来支撑,如加速芯片,数据库,数据分析,数据安全服务等等。

从短期来看,云计算与AI产业或大模型形成的是联动关系,所有大模型都会长在云上,以“云”的方式提供服务。如果将其放在更远的未来,它将会给云计算市场的商业模式带来深刻影响。

首先,生成式AI将推动云服务向更加智能化和自主化的方向发展。利用生成式AI技术,云服务可以根据客户的需求,自动提供定制化的解决方案。

例如,在云存储服务中,借助生成式AI技术可以自动分析用户的数据类型和访问模式,并提供最优化的存储方案。在云主机服务中,该技术可以自动调整主机资源配置,确保资源利用的均衡和高效。

其次,生成式AI将全面提高云服务的灵活性和可扩展性,其可以自动调整服务配置和服务规模,从而满足客户不断变化的需求。

在云数据库服务中,利用生成式AI技术,可以白动调整数据库引擎和配置,以满足不同客户的不同需求。在云网络服务中,通过使用生成式AI技术,可以自动调整网络带宽和路由,以应对网络流量的变化。

再次,生成式AI还将提高云服务的可靠性和安全性,借助于该项技术可以白动检测云服务中的异常和安全漏洞,并及时采取措施进行修复和防护。

例如,在云安全服务中,生成式AI技术可以进行自动检测和预防网络攻击、数据泄露等安全风险。

最后,生成式AI可以为云服务带来更多的创新和可能性,依托于该技术可以自动创建新的服务和应用,以满足客户不断变化的需求。

例如,在云计算领域,可以自动创建新的云服务、云应用和云解决方案,从而推动云计算行业的发展和创新。

根据IDC于2023年11月最新的用户调研显示,无论是全球还是中国的行业用户对于生成式AI的应用和部署非常热衷,超过90%的受访中国企业已经开始在业务中尝试生成式AI应用,如开发潜在应用场景、做模型的初步测试和概念验证,甚至是已经开始在生成式AI方面投入大量资金。

其中,大约30%的企业会选择公有云提供商以及IT咨询伙伴作为他们最重要的生成式AI的战略合作伙伴。

云巨头蜂拥押注生成式AI

与此同时,各大云计算巨头在AI浪潮中也在驶向生成式AI这座灯塔。

今年1月,微软将Azure的企业级功能与OpenAI的生成式AI模型功能相结合,发布了Azure OpenAI服务;今年3月,谷歌开放了AI大模型PaLM的API,并在谷歌企业级线上协作平台Google Workspace中引入了生成式AI功能。

与微软云和谷歌云相比,亚马逊云科技进入生成式AI的时间稍晚了一些,但该公司并未走这两家云服务巨头选择的路,而是另辟蹊径。

亚马逊云科技此前曾强调,Amazon Bedrock的目标是构建“企业级”AI应用程序的客户,将与谷歌云和微软云现有的AI模型托管服务区分开来。

作为全球最大的三家云计算供应商,亚马逊云科技、微软云、谷歌云之间的竞争已经进入白热化阶段。

研究机构Synergy公布的2023年一季度数据显示,这三家共同占据了全球市场份额的65%,亚马逊云科技的市场份额为32%,居市场第一,微软云市场份额为23%,排在第二位,谷歌云市场份额为10%,排在第三位。

而三家巨头在生成式AI领域的较量,意味着云服务市场的“军备竞赛”愈演愈烈。生成式AI是这几家巨头扩大云服务市场的重要手段,未来这一技术领域也将成为三家公司业绩的重要推动力。

在亚马逊云科技2023 re:Invent中国行北京站主题分享中,亚马逊云科技大中华区产品部总经理陈晓建表示:“我们在基础设施、计算、存储、数据等领域持续重塑云计算,并围绕当今最具变革性的技术生成式AI推出重磅新服务及功能,希望通过这些技术创新帮助更多企业加快创新速度,利用生成式AI全面重塑未来。”

具体而言,亚马逊云科技在生成式AI的端到端的3个不同层面展开持续投入:

在底层,提供用于基础模型训练和推理的基础设施。

芯片是企业所有工作负载的基石,亚马逊云科技十多年来进行自研芯片,每一代自研芯片都提升性价比和能效。

例如,今年新发布的Amazon Trainium2处理器,用于生成式 AI 和机器学习训练的专用芯片,能够针对训练具有数千亿至数万亿参数的基础模型进行优化,相较 Amazon Trainium 4 倍性能提升,65 exaflops的按需超级计算性能。

在中间层工具层,提供使用基础模型进行构建的工具。

亚马逊云科技将Amazon Bedrock称作最简单的利用大模型构建和扩展生成式AI应用的方法。该平台提供了一个便捷的工具,使得客户能够轻松地利用多种基础模型进行定制化开发。

这些基础模型包括AI21 Labs、Anthropic、Stability AI以及Amazon自家的基础模型Titan,它们可以与客户的私有数据相结合,实现高效的模型训练。

此外,通过Amazon SageMaker JumpStart,客户还可以发现、探索和部署更多的开源模型,进一步丰富其模型库。

在顶层应用层,提供利用基础模型构建的应用程序。

针对微软推出的由GPT驱动的Copilot生成人工智能助手,亚马逊云科技推出了一款名为“Amazon Q”的生成式人工智能助手,这意味着亚马逊云科技在生产力软件领域开启了对微软和谷歌的挑战。

Amazon Q由亚马逊云科技17年来积累的知识和经验训练而成,无论客户是在亚马逊云科技上进行构建、使用内部数据和系统,还是应用一系列数据和业务应用程序,其都能提供强大的生成式AI的支持。

Amazon Q为满足企业级客户严格的要求专门设计,可以根据企业既有的人员、角色和权限对每个用户交互进行个性化定制。

陈晓建表示,像云计算、卫星网络、生成式AI等所有复杂技术一样,虽然未来未知,但作为云计算的探索开创者,亚马逊云科技始终践行创新实践,为客户突破复杂技术,用重塑实现科技技术的普惠,用我们对底层技术的重塑,帮助客户持续重塑业务,这一旅程没有终点。

结语

技术的发展往往超乎人们的预设。今天,生成式AI已经能够给出人类创造出超越想象的答案,行业的壁垒在某种程度上被打破、重构,一场由生成式 AI 引发的生产力革命正在发生。我们能看到的是,在一系列面向生成式AI的基础设施和开发工具源源不断投入应用之后,大模型落地的门槛逐渐下降,开始走向各行各业的深处。

【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年,是前沿企业级IT领域Top10媒体。获工信部权威认可,可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/236147.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【扩散模型】8、DALL-E2 | 借助 CLIP 的图文对齐能力来实现文本到图像的生成

文章目录 一、背景二、方法2.1 Decoder2.2 Prior 三、图像控制3.1 Variations3.2 Interpolations3.3 Text Diffs 四、探索 CLIP 的潜在空间五、文本到图像的生成5.1 先验的重要性5.2 人类评价5.3 多样性和保真性的平衡5.3 在 COCO 上对比 论文:DALLE.2 代码&#x…

JVM-12-即时编译器

Java程序最初都是通过解释器(Interpreter)进行解释执行的,当虚拟机发现某个方法或代码块的运行特别频繁,就会把这些代码认定为“热点代码”(Hot Spot Code),为了提高热点代码的执行效率&#xf…

案例 | 数据中台如何支撑6000+门店降本提效?

对于企业来说,上中台不是目的,借助数据中台让企业建立数据驱动意识,并结合数据中台持续做好各项业务运营,才是根本。 那么对于零售行业来说,该如何利用数据中台为业务赋能?惟客数据以某头部连锁零售企业为…

leetcode 974. 和可被 K 整除的子数组(优质解法)

代码&#xff1a; class Solution {public int subarraysDivByK(int[] nums, int k) {HashMap<Integer,Integer> hashMapnew HashMap();hashMap.put(0,1);int count0; //记录子数组的个数int last0; //前一个下标的前缀和int now0; //当前下标的前缀和for(int i0;…

打开任务管理器的13种方法,总有一款适合你

任务管理器是一个很好的工具,可以帮助你管理应用程序、进程和服务在Windows PC上的运行方式。在使用任务管理器之前,你应该首先知道如何打开它。在本指南中,我们将向你展示运行它的不同方式,无论你使用的是Windows 11还是Windows 10。该列表包括启动任务管理器的十三种方法…

使用Python爬取GooglePlay并从复杂的自定义数据结构中实现解析

文章目录 【作者主页】&#xff1a;吴秋霖 【作者介绍】&#xff1a;Python领域优质创作者、阿里云博客专家、华为云享专家。长期致力于Python与爬虫领域研究与开发工作&#xff01; 【作者推荐】&#xff1a;对JS逆向感兴趣的朋友可以关注《爬虫JS逆向实战》&#xff0c;对分布…

计算机组成原理综合3

41、计算机操作的最小时间单位是__________。A A. 时钟周期 B. 指令周期 C. CPU周期 D. 外围设备 42、微程序控制器中&#xff0c;机器指令与微指令的关系是__________。B A. 每一条机器指令由一条微指令来执行 B. 每一条机器指令由一段用微指令编成…

在做题中学习(35):判断字符是否唯一

面试题 01.01. 判定字符是否唯一 - 力扣&#xff08;LeetCode&#xff09; 思路&#xff1a;1.用哈希表&#xff08;创建另一个数组存储&#xff09;然后和原数组一一比对。 时间复杂度O&#xff08;N&#xff09; 空间复杂度 O&#xff08;N&#xff09; 2.位图&#xff08…

使用物理机的burpsuite抓取虚拟机的请求包(虚拟机代理配置)

关于burpsuite抓取本地浏览器的请求包大家应该都会配置吧 我也是第一次配抓取虚拟机的包&#xff0c;最开始遇到了些问题&#xff0c;这里简单给大家分享一下 下面以Windows系统下的Firefox浏览器为例&#xff1a; 首先我还是先添加了一个小狐狸&#xff08;foxyproxy&#…

ubuntu保存分辨率失效解决办法

在VM虚拟机中&#xff0c;遇到修改ubuntu分辨率后&#xff0c;重启后又重置的解决办法。 目前我的ubuntu版本是&#xff1a;ubuntu 18.04.6 版本。 1.首先&#xff0c;在你喜欢的目录建立一个.sh 脚本文件。 终端执行命令&#xff1a;sudo vim xrandr.sh 2.按 i 进入编辑状…

神经网络:优化器和全连接层

SGD&#xff08;随机梯度下降&#xff09; 随机梯度下降的优化算法在科研和工业界是很常用的。 很多理论和工程问题都能转化成对目标函数进行最小化的数学问题。 举个例子&#xff1a;梯度下降&#xff08;Gradient Descent&#xff09;就好比一个人想从高山上奔跑到山谷最低…

【51单片机系列】C51中的中断系统扩展实验

本文是关于51单片机中断系统的扩展实验。 文章目录 一、 扩展实验一&#xff1a;使用外部中断0控制蜂鸣器&#xff0c;外部中断1控制直流电机二、扩展实验二&#xff1a;修改定时器初值&#xff0c;设定3秒钟的定时时间让LED模块闪烁三、扩展实验三&#xff1a;使用定时器1和数…

华为OD机试 - 区间交集 - 深度优先搜索dfs算法(滥用)(Java 2023 B卷 200分)

目录 专栏导读一、题目描述二、输入描述三、输出描述备注用例1、输入2、输出3、说明 四、解题思路1、核心思路&#xff1a;2、具体步骤 五、Java算法源码再重新读一遍题目&#xff0c;看看能否优化一下~解题步骤也简化了很多。 六、效果展示1、输入2、输出3、说明 华为OD机试 2…

Screen记录窗口输出日志

screen是Linux窗口管理器&#xff0c;用户可以建立多个screen会话&#xff0c;每个screen会话又可以建立多个window窗口&#xff0c;每一个窗口就像一个可操作的真实的ssh终端一样。 screen详解&#xff1a;http://www.linuxidc.com/Linux/2013-10/91612.htm Linux Screen超简…

C++_动态二维数组的两种方法

介绍 本文主要介绍使用 动态二维数组的两种方法 (PS:仅作创建 动态二维数组参考,详细使用方法根据需求自行改变) 第一种&#xff1a;连续存储结构的 二维动态数组(需固定 列 大小&#xff0c;可通过下标访问) 缺点: 1.需要在设计二维数组前写死 列 的大小 2.空间利用率不高 优点…

PostgreSQL使用docker部署,设置密码失效问题处理

文章目录 问题描述使用场景排查解决修改已有的文件卷使用SQL初始化 问题描述 PostgreSQL使用docker虚拟化部署&#xff0c;使用docker-compose管理&#xff0c;配置了密码部署在客户现场时&#xff0c;客户的安全扫描&#xff0c;反馈测到PostgreSQL数据库弱密码漏洞查看docke…

神经网络学习小记录76——Tensorflow2设置随机种子Seed来保证训练结果唯一

神经网络学习小记录76——Tensorflow2设置随机种子Seed来保证训练结果唯一 学习前言为什么每次训练结果不同什么是随机种子训练中设置随机种子 学习前言 好多同学每次训练结果不同&#xff0c;最大的指标可能会差到3-4%这样&#xff0c;这是因为随机种子没有设定导致的&#x…

网络安全:专科及普通本科的温柔乡

当代普通大学生的现状是卷又卷不过、躺又躺不平&#xff0c;把大把的青春都荒废在了思考我应该做什么才能有前途的问题上面。当然&#xff0c;这里说的是那些普通学历且对自己的职业生涯甚至是人生没有规划的大学生&#xff0c;包括专科、普通一本二本&#xff0c;并非985、211…

MySQL-2

复习 1. Data数据–>DB数据库–>DBMS数据库管理系统常见DBMS: MySQL oracle sql server db2 … redis Mongodb两大功能&#xff1a; 定义DDL 操纵DML 2. 表table创建表, 行和列 3. MySQL数据类型数据类型分成三大类&#xff1a;数值型、字符型、日期时间类4. 关于列属性…

【JVM基础】 JVM 如何加载一个类以及类加载机制

文章目录 1、什么时候一个类会被加载&#xff1f;1、包含 main 方法的主类2、非 包含 main 方法的主类&#xff0c;什么时候去加载&#xff1f; 3、类加载器如何加载一个类&#xff1f;1、验证阶段&#xff1a;2、准备阶段&#xff1a;3、解析阶段&#xff1a;4、初始化&#x…