Высокая облачная цель Microsoft: сделать Azure первым суперкомпьютером с искусственным интеллектом

Опубликовано: 5 Марта, 2023
Высокая облачная цель Microsoft: сделать Azure первым суперкомпьютером с искусственным интеллектом

Microsoft Azure покоряет мир, и это правильно, учитывая, что это не просто типичная платформа облачного хранилища. Скорее, вы можете рассматривать его как основу для переосмысления того, как строятся корпоративные архитектуры и разрабатываются приложения. В некотором смысле, это дает предприятиям все различные компоненты, необходимые для использования облачных вычислений в целом.

На самом деле, исследование Spiceworks показывает, что Microsoft Azure является самой популярной инфраструктурой как услугой (IaaS), и за последние несколько лет она росла феноменальными темпами. В другом отчете Forbes говорится, что Azure — единственная крупная платформа, которая постоянно занимает лидирующие позиции среди платформ IaaS, PaaS и SaaS.

Это просто, чтобы дать вам представление о его популярности.

Вы можете задаться вопросом, что особенного в Azure? Почему это так популярно? Что ж, простой ответ: Azure — это гораздо больше, чем кажется на первый взгляд.

Это не типичная платформа облачных вычислений, потому что Microsoft постоянно работает над ней, чтобы улучшить свои предложения и расширить свои возможности, чтобы охватить все возможные области.

Например, в октябре 2016 года генеральный директор Microsoft Сатья Наделла объявил на мероприятии в Дублине, что облако Azure станет первым в мире суперкомпьютером с искусственным интеллектом.

Изображение 584
Майкрософт

Это объявление вызвало волну ажиотажа в облачном сообществе, потому что за ИИ действительно будущее.

Но что на самом деле имел в виду Наделла в этом объявлении? Как Azure превратится в суперкомпьютер с искусственным интеллектом?

Чтобы прояснить эти сотни сомнений, Microsoft разместила на сайте своей компании пояснение, согласно которому Azure представит набор приложений, основанных на технологиях искусственного интеллекта. Компания считает, что ИИ и машинное обучение, скорее всего, определят следующее поколение приложений на базе облака, и хочет стать лидером.

После этого объявления Microsoft предприняла множество шагов, чтобы превратить Azure в суперкомпьютер с искусственным интеллектом. Вот взгляд на то, что Microsoft сделала до сих пор в этом амбициозном начинании.

у меня есть страх

Первый шаг к реализации идеи — сформировать сплоченную команду, и никто не знает этого лучше, чем Microsoft.

В октябре 2016 года Microsoft сформировала команду искусственного интеллекта. Его возглавляет Гарри Шам, 20-летний сотрудник компании, известный своей работой в области разведки Cortana и поиска Bing. Ему будут помогать более 5000 инженеров и ученых, которые работают в Microsoft AI and Research Group.

GPU и FPGA

Прошли те времена, когда процессоров было достаточно для питания компьютеров. С ростом вычислительной мощности и объемов данных нам нужно нечто большее, чем процессоры, и именно здесь на помощь приходят графические процессоры и FGPA.

Графические процессоры (GPU) — это мощные программируемые вычислительные блоки, которые работают в тандеме с CPU для расширения вычислительных возможностей машин. Раньше графические процессоры в основном использовались для рендеринга 3D-игр, но ситуация меняется, поскольку компании осознают свою способность справляться с большими вычислительными нагрузками. В этом смысле GPU — это вычислительная мощь.

Чтобы максимально использовать этот ресурс, Microsoft планирует создать вычислительную мощность облачных вычислений на основе графических процессоров, чтобы удовлетворить потребности приложений следующего поколения. На самом деле компания планирует масштабировать графические процессоры, чтобы они могли обрабатывать задачи параллельно. Это будет идеально для высоких нагрузок.

Наряду с графическими процессорами Microsoft также планирует расширить использование так называемых программируемых вентильных матриц (FGPA). На высоком уровне FGPA позволяют разработчикам писать все виды кода нейронной сети, распределять его по нескольким FGPA и запускать все это со скоростью кремниевого чипа. В довершение всего, FGPA можно перепрограммировать за считанные секунды, чтобы реагировать на изменения в программном обеспечении искусственного интеллекта или, если уж на то пошло, даже на любое неожиданное событие.

И графические процессоры, и FGPA наиболее подходят для приложений ИИ, поскольку они обладают вычислительной мощностью, скоростью и возможностью обработки рабочих нагрузок — вещами, которые станут неотъемлемой частью приложений ИИ следующего поколения.

Microsoft уже начала внедрять некоторые из этих технологий в Azure. Например, он использует объединенную мощность FGPA и графического процессора для создания виртуальной машины в Azure, которая может потреблять 25 ГБ в секунду с в 10 раз меньшей задержкой. Представьте себе скорость поиска с такой вычислительной мощностью!

Это только начало. По мере того, как Microsoft проводит больше исследований в этой области, скорости будут увеличиваться, а коэффициенты задержки уменьшаться, что сделает его более подходящим для приложений ИИ.

API

Графические процессоры и FGPA — это вычислительная платформа, но это еще не все. Вам нужны сервисы более высокого уровня для создания приложений ИИ, а для этого нужны API.

Эти API помогают выполнять обработку естественного языка, интегрировать распознавание речи, улучшать исследование знаний, улучшать поиск и многое другое.

Вот краткий обзор API-интерфейсов, разработанных Microsoft для улучшения приложений ИИ.

• API компьютерного зрения — этот API позволяет анализировать изображение для идентификации содержимого, тегов, меток и создания всех видов моделей для предметной области.
• API модератора контента — этот API позволит модерировать контент, изображения и видео с помощью машин. Кроме того, он расширит возможности человеческого обзора, предоставив модели машинного обучения.
• Emotion API — этот API обнаруживает движения на лице человека, чтобы определить настроение и чувства, поэтому ответы могут быть соответствующим образом персонализированы.
• Face API — этот API помогает обнаруживать человеческие лица, сравнивать похожие лица и объединять их в группы на основе сходства лиц. Вы можете использовать это вместе с API эмоций, чтобы обеспечить наилучший ответ каждому клиенту.
• Video API. С помощью этого API вы можете интеллектуально обрабатывать видео, анализировать лица и изображения, сглаживать видео и делать многое другое.

Вы можете использовать эти API отдельно или в сочетании с другими для создания и предоставления расширенных функций в своем приложении. Это может быть особенно удобно, если вы хотите создавать приложения на основе ИИ в Azure.

Благодаря этим стратегиям Microsoft готова реализовать свои амбиции по превращению Azure в первый суперкомпьютер с искусственным интеллектом. Однако он сталкивается с жесткой конкуренцией со стороны таких конкурентов, как IBM, AWS и Google.

IBM уже начала предлагать свой ИИ-движок Watson в качестве услуги. Также планируется объединить Watson с другими сервисами, такими как IBM Data Science Experience, для создания передовых продуктов, которые предоставят клиентам больше возможностей, чем когда-либо прежде.

Изображение 585 Точно так же Google работает над расширенными планами машинного обучения, чтобы привлечь больше клиентов к облачной платформе Google. Он также хочет использовать библиотеку с открытым исходным кодом под названием Tensorflow для реализации своих планов в области искусственного интеллекта.

Амазонка тоже не осталась в стороне. Несколько месяцев назад компания представила план своего сервиса облачных вычислений на базе графического процессора, который будет предлагать услуги на основе искусственного интеллекта, геномику, молекулярное моделирование и многое другое.

В свете этой конкуренции важно, чтобы Microsoft быстрее продвигалась вперед в своем плане получить большой кусок рынка ИИ, прежде чем другие начнут приближаться.

Наделла объявил, что компания планирует сделать платформу Azure первым в мире суперкомпьютером с искусственным интеллектом. За последние несколько месяцев в этой области произошел значительный прогресс, включая использование FGPA и графических процессоров для вычислений и разработку API для связи с приложениями ИИ.

Хотя в этой области еще многое предстоит сделать, Microsoft, тем не менее, находится на правильном пути к реализации своих амбициозных планов.

Впереди захватывающие дни как для Microsoft, так и для технологической отрасли в целом.