Gluon是微軟和亞馬遜公司的一個(gè)新的開(kāi)源接口，旨在簡(jiǎn)化云中的機(jī)器學(xué)習(xí)，因?yàn)楣?yīng)商為其平臺(tái)更多地負(fù)責(zé)這些工作負(fù)載。這兩大科技巨頭的看似不現(xiàn)實(shí)的合作關(guān)系象征著云計(jì)算將著眼于優(yōu)化機(jī)器學(xué)習(xí)和深度學(xué)習(xí)平臺(tái)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(xiàng)目的出現(xiàn)，AWS和微軟在該項(xiàng)目中放棄了門(mén)戶(hù)之見(jiàn)構(gòu)建了開(kāi)源的深度學(xué)習(xí)庫(kù)，旨在促進(jìn)工作流程自動(dòng)化，并使開(kāi)發(fā)人員能夠更好地學(xué)習(xí)和應(yīng)用機(jī)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(jì)算中深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的巨大潛力，并且先后都在各自的云計(jì)算平臺(tái)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?yàn)殚_(kāi)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(xiāo)售虛擬機(jī)，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(shí)別和自然語(yǔ)言處理模型提供API。然而，為開(kāi)發(fā)商提供一些定制化但不是太繁重的中間路線(xiàn)的努力仍處于初級(jí)階段。

　　IDC分析師Arnal Dayaratna說(shuō)：“微軟和AWS旨在通過(guò)徹底簡(jiǎn)化機(jī)器學(xué)習(xí)模式的學(xué)習(xí)和培訓(xùn)過(guò)程，真正獲得早期進(jìn)入該領(lǐng)域的優(yōu)勢(shì)，兩大云服務(wù)巨頭認(rèn)為該技術(shù)的發(fā)展是使得開(kāi)發(fā)人員能夠提供機(jī)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(tái)是業(yè)界公認(rèn)的緊隨AWS和Microsoft Azure之后的第三大公有云平臺(tái)，目前谷歌云平臺(tái)已經(jīng)將云計(jì)算機(jī)器學(xué)習(xí)作為其平臺(tái)的核心原則來(lái)推廣，將依賴(lài)大數(shù)據(jù)和人工智能獲得云計(jì)算領(lǐng)域的成功。谷歌在云內(nèi)部嚴(yán)重依賴(lài)這些功能，以及機(jī)器學(xué)習(xí)開(kāi)源代碼庫(kù)TensorFlow的早期思路。

　　Gluon基于由Amazon開(kāi)發(fā)的開(kāi)源架構(gòu)，稱(chēng)為Apache MXNet，并將在未來(lái)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，但并沒(méi)有公布更多的關(guān)于多個(gè)深度學(xué)習(xí)架構(gòu)一起工作的相關(guān)細(xì)節(jié)。

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

　　盡管如此，對(duì)許多開(kāi)發(fā)人員來(lái)說(shuō)TensorFlow仍然過(guò)于復(fù)雜，因此，像Gelon這樣更易消化的機(jī)器學(xué)習(xí)是企業(yè)和開(kāi)發(fā)人員的優(yōu)先選擇。

　　機(jī)器學(xué)習(xí)在云計(jì)算中的短板

　　在公有云服務(wù)提供商對(duì)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)注中，行業(yè)觀(guān)察家表示，對(duì)于大多數(shù)這些工作負(fù)載來(lái)說(shuō)，現(xiàn)有的深度學(xué)習(xí)和機(jī)器學(xué)習(xí)仍然不是理想的環(huán)境，尤其是對(duì)于更復(fù)雜的工作負(fù)載。專(zhuān)家預(yù)計(jì)，數(shù)據(jù)科學(xué)家正在發(fā)掘的機(jī)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。