科技雲報道：微軟向左谷歌向右，AI已成為科技巨頭的血液

06-02

科技雲報道原創。

「兩大科技巨頭谷歌和微軟去年就已將AI定義為自己的未來戰略，無論是微軟的「AI重新定義一切」（AI Redefine All），還是谷歌提出的「移動優先轉向AI優先」（Mobile First to AI First），兩家公司的戰略實際上殊途同歸，AI將成為貫穿兩位巨人的血液。」

許多國外媒體提到，今年Google I/O大會的舉辦時間與微軟Build大會的時間「撞車」，同一時間段兩大科技公司的展會撞車也算是一種奇景。無論是微軟Build開發者大會，抑或是谷歌I/O大會，都有著一個共同的關鍵詞——AI。

AI幾乎無處不在，滲透和提升微軟與谷歌的所有產品和業務之中，重新定義了軟體服務的體驗。毫無疑問，科技行業正在邁進了全新的AI時代。

科技巨頭加速擁抱AI ToB和ToC各有側重在微軟Build大會中，微軟發布的Azure AI、IoT、Microsoft 365和Brainwave，今天谷歌更新的全家桶系列軟體——Android P、Gmail、Google Photos、Google Assistant、Google News、Google Maps、Google Lens、自動駕駛，無一不是展示AI帶來的更為人性化的體驗，也是語音識別、圖像識別、行為預測、自然語義理解這些深度學習相關技術在產品端的體現。

微軟發布的Project Brainwave正面與谷歌交鋒。在這個平台上，能夠用FPGA在Azure雲和邊緣設備上實時運行深度學習模型。目前，微軟的一些競爭對手，包括谷歌在內，都押注在專用定製晶元（ASIC），但微軟堅持投注於用FPGA加速機器學習模型，Brainwave也不例外。

人工智慧倫理待規範責任主體權利歸屬難

微軟認為FPGA比設計定製晶元更靈活，並且標準Intel Stratix FPGA的性能至少可以與定製晶元相媲美。在大會上，微軟稱利用Project Brainwave的客戶可以使用標準的圖像識別模型處理100萬張圖片，而單個圖像只需要在1.8毫秒內就能處理，這比現在的任何競爭對手的雲服務都要好。

Project Brainwave為傳統AI帶來了兩個重要的區別。首先，它使用的FPGA可以經常更新升級，以對最新演算法提供加速，並且它可以快速處理AI任務，適合用於對響應時間要求很高的實時任務。

其次，客戶將能夠在他們自己的網站上運行使用微軟硬體的AI任務，而不用通過接入微軟的數據中心，這又加快了速度。不過，FPGA在雲計算中並沒有被廣泛使用，因此大多數公司都沒有必要的專業知識來編程，微軟做出了大膽的一步。微軟表示，其雲服務可以將客戶的軟體應用於FPGA。

微軟將AI產品深度整合到自己的Azure雲平台和Windows平台上，包括了Azure AI和Windows ML。

此次Build開發者大會重點強調的Azure AI，是意在向企業用戶領域推廣自己的「雲+生產力+AI」的全套服務，主題演講中的華為小米內嵌的智能翻譯、大疆無人機為代表的升級版IoT都是微軟AI在企業市場具體使用場景的體現。看得出來，微軟迫切地希望打造一個基於自己雲AI技術的企業市場生態圈。

另一方面的谷歌AI勢頭正猛。

從谷歌大會公布的產品看，Gmail可以預測性幫助用戶寫郵件，用戶不需要一個詞一個詞的輸入；Google Photos會自動識別面孔，給用戶修圖和自動文本轉化；

Google Assistant可以同時處理用戶的兩個指令，甚至直接後台給商家打電話預定；Google News可以自動搭建新聞專題，幫助用戶了解熱門事件的來龍去脈；Waymo的自動駕駛可以預判那些突發的意外情況，提前減速避開闖紅燈突然橫穿馬路的行人車輛。

谷歌的AI產品從終端消費者角度切入，完全融匯到自己的全套互聯網服務和Android平台上。這些少則數億、多則數十億的海量用戶基數，是谷歌發展AI最得天獨厚的競爭優勢，也是可以直接轉化的消費市場用戶。

每一款經過AI加持的谷歌軟體產品，都能給谷歌帶來更多的用戶數據，滿足深度學習的訓練需求。正因為如此，谷歌才從來不吝嗇自己的平台，向iOS平台同步開放幾乎每款AI軟體產品。

比起移動平台之爭，谷歌更看重的是海量的iOS用戶數據，甚至支付巨額費用向蘋果iOS購買用戶流量；Bernstein分析師預計，去年這部分流量購買費用高達30億美元。

兩家AI之爭互不相讓背後是運算平台較背後運算平台較量除了生態平台和用戶數據之外，AI之爭的背後實則是支撐AI運算和訓練的雲運算平台之爭。微軟發布了深度學習加速平台Project Brainwave，谷歌則推出了第三代TensorFlow晶元TPU 3.0。

值得一提的是，TPU 3.0處理器採用了液冷技術，運算能力比前一代產品提升了八倍。而微軟的Brainwave的基石則是英特爾的Straix FPGA晶元。

2012年開始，微軟就已經將雲與AI的晶元戰略押注在更為靈活的FPGA晶元上。而這也是促使英特爾在2015年斥資167億美元收購FPGA晶元巨頭Altera的重要原因。

過去幾年，英特爾憑藉著一系列數百億美元的重大收購(Altera、Nervana、Movidius、Mobileye)，為自己在AI時代卡住了一個重要身位。雖然英特爾也曾宣布與Facebook合作打造AI晶元，但Facebook近期正在組建自己的AI處理器研發團隊。

相比之下，微軟與英特爾在AI時代的利益綁定得更加緊密。微軟在AI領域的拓展，也意味著英特爾AI晶元的拓展。從某種意義上說，微軟與英特爾這對PC時代的黃金搭檔，在AI時代又再度攜手，共榮共進。

在終端部分，Google為了日增的邊緣運算需求而推出TensorFlow Lite，簡單來說就是TensorFlow針對移動、嵌入式設備的輕量級解決方案。通過TensorFlow Lite Converter將訓練好的TensorFlow模型，轉換為適用於TensorFlow Lite的檔案格式，進而部署到Android及iOS的應用上。

在本屆I/O上，谷歌還介紹了無人駕駛領域取得的新成果。Waymo的CEO表示，Waymo是世界唯一一個有在公共道路上路的Fully Selfdriving Car的公司，目前其無人駕駛試驗測試里程已經達到600萬英里，無人駕駛系統對於行人的判斷錯誤率下降了100倍。

他還指出：深度學習將幫助汽車逐步走向終極的5級自動駕駛等級，這是無人駕駛的終極夢想，這也意味著我們的汽車在任何情況下都能實現全自動操作。

如今的AI早已褪去了浮華，開始進入到技術沉澱和應用階段，人們開始在生活中真正感觸AI的存在。對於科技巨頭而言，他們在科技進步的過程中，更加有責任去承擔新技術帶來的問題，正如Google聯合創始人Sergey Brin所言：「我對科技應用抱持樂觀，但我們正走在一條必須高度承擔責任、關心和謙卑的道路上。」

【科技雲報道原創】

微信公眾賬號：科技雲報道