為了通過云計算平臺將"人工智能"這項技術以工具和服務的形式"兜售"并觸及到更多的人，像Google、微軟，亦或者是亞馬遜這樣的公司，必須保證他們絕不能在這場"通用云服務大戰"中落得下風。

事實證明，即便你還對云服務存有顧慮，但把你的公司業務遷到云端的理由似乎要更充分一些。

包括亞馬遜AWS與微軟Azure在內的一眾云服務平臺，能夠為傳統的數據存儲方式找到挖掘更多的存儲優勢，譬如等級更高的安全性，靈活性與更好的可訪問性，同時還能降低運營成本。

更重要的是，這些云存儲平臺現有的數據中心可以為企業們提供更強大的信息處理能力，這顯然要大大優于我們運用普通計算機的平均運算水平。

而現在，巨大的商業價值讓云計算市場"狼煙遍起"，隨著更多巨頭加入了這場"戰爭"，云服務商們也展開了新一輪的"廝殺"較量。

其中，那些靠先發優勢嘗到甜頭的巨頭們，顯然需要制定更具備差異性的服務策略來籠絡用戶。而GoogleCloud，這個稍晚于亞馬遜與微軟，卻依然占據了一定市場份額的谷歌云服務部門，毫無疑問已經把"人工智能"作為了推廣自己云服務的附加優勢。

Google:TPU

在今年5月舉行的GoogleI/O大會上，Google的一個"新發明"與新舉措預示著，它的云服務水平將很快步入一個新階段:

"Google推出了第二代TensorFlowProcessingUnit(TPU2，也被稱為云TPU)。"

我們都知道，Google的TPU，這個強大的數據處理器是專門為訓練與開發機器學習技術而創建。而一塊TPU有多強大?每塊TPU能夠每秒執行不少于180兆的運算，而每個TPU機柜則有64個TPU板。

因此，他們合計能夠提供高達11.5千兆的處理能力。憑借這樣的高性能，Google的這款最新的云TPU比市場中現有最好的芯片更是強大數十倍，可以為那些需要這種計算能力的機器學習任務提供更充分的服務。(根據Google此前在博客上的介紹，TPU在AI運算測試中的平均速度要快15-30倍;每瓦性能要比普通的GPU高出25-80倍。)。

盡管TPU不對外出售，但Google卻公開表示，全球的組織與個人將可以通過Google云享受到TPU2帶來的強大運算能力。

作為云最上層的"作業者"，人力軟件公司HRSoftware的CEOJeffKlem認為，僅僅在過去幾年里，"云計算"這個相對較新的技術已經讓人們對它變得熟悉起來，它已經成為了一個孕育著無限機遇的巨大平臺。而有了人工智能力量的加持，云很容易成長為這個時代最強大的計算平臺。

"對于像我們這樣基于云計算的應用程序提供商來說，這無疑是一個好消息。"

微軟:ProjectBrainwave

但很顯然，Google并不是唯一一個對人工智能感興趣，并持有這項技術開發能力的巨頭。實際上，無論是國內還是國外，包括百度、阿里、騰訊等互聯網巨頭們在云計算市場紛紛打出的牌，基本都是"云計算+人工智能+大數據"。

而在當下，真正在這方面具備競爭能力的，微軟無疑排在前列。

目前，微軟在自己的云平臺Azure上已經能夠為每一個訂閱用戶提供超過20種不同的認知服務(人工智能服務)，譬如圖像識別與自然語言理解。當然，微軟也在悄悄地為自己的云帶來更多"不一樣":

微軟在今年8月剛剛推出的ProjectBrainwave，就是一套基于FPGA(現場可編程門陣列)的超低延遲云端深度學習系統，主要用來部署在多個數據中心中，以提升實時人工智能的運算能力。

總體來說，這種系統的架構優勢在于延遲性低且可以提高數據吞吐量。因為一旦外部接收到需求時，再也不需要透過微處理器進行處理，而是能夠直接以FPGA進行快速響應，達到實時需求。

有專家帶來預測，這個深度學習加速平臺將會比Google提供的人工智能服務更加強大與靈活。

總之，對于全球的設計與開發人員來說，人工智能已經開始對軟件開發、應用創建以及Web應用程序設計等領域的變革發揮著關鍵性作用。目前，除了持續火爆的"語音助手之戰"，離消費者最近的移動應用商店中，也充斥著以人工智能技術為支撐的app(拍照、數據收集與篩選);

而與此同時，對于那些專門開發尖端軟件的開發者來說，人工智能也已完全成了一項"必需品"。

因此，為了通過云計算平臺將"人工智能"這項技術以工具和服務的形式"兜售"并觸及到更多的人，像Google、微軟，亦或者是亞馬遜這樣的公司，就必須保證他們絕不能在這場"通用云服務大戰"中落得下風。

在技術學習社區FreeCodeCamp里，一位名叫TerrenPeterson的技術愛好者表達了這樣的觀點:"在技術領域，特別是人工智能與云服務領域，競爭的最大看點已經不是誰有更好的技術，而是在于誰能夠將機器學習的商業化轉變為一種服務。預置機器學習模型價值數十億美元，這場競爭注定讓科技巨頭們具備更多優勢。"

無論如何，那些將云單純作為一種存儲機制的日子已經一去不復返了，而機器學習的商業化，則成了當下公司與投資人最應該關注的一個環節。

2017年8月25日，億歐智庫正式發布《2017人工智能賦能醫療產業研究報告》，該報告總結八大應用場景，從產品形態、業務模式、公司現狀等角度對各場景進行深度解析，進而對我國醫療人工智能公司宏觀數據和巨頭企業布局進行盤點，最后提出"人工智能+醫療"未來發展機遇與挑戰。了解更多報告內容，請點擊:《2017人工智能賦能醫療產業研究報告》