IDC评估报告：如何选择AI软件工具和平台

如果您还不知道如何选择人工智能AI服务供应商，那么IDC的这份评估报告也许可以派上用场。

如何选择AI软件工具和平台

随着科技的不断发展，人工智能（Artificial Intelligence，简称AI）技术在近年来取得了长足的进步。从语音交互，到图像识别，从智能制造，到自动驾驶，从医疗健康，到网络防御，从决策管理，到市场营销……越来越多的行业和领域都活跃着AI技术的身影。

AI技术为什么备受青睐？因为它不但将人类从大量繁琐的重复劳动中解放了出来，而且在某些方面的工作效率和正确率，甚至比起人类有过之而无不及。特别是对于那些正在实施数字化转型的企业来说，AI技术更是他们降本增效、转型升级的好帮手。

AI技术的炙手可热和大行其道，使得越来越多的AI软件工具和平台也被开发了出来。不过这也让许多企业开始犯难：这么多的工具和平台，究竟哪一款才是自己的最佳选择？

对于这个问题，全球市场研究机构IDC刚刚发布的一份评估报告正好可以派上用场。

来自IDC的AI服务供应商评估报告

近日，IDC正式发布了《2022年亚太地区（不含日本）AI生命周期软件工具和平台供应商评估》报告。据介绍，该报告采用了IDC MarketScape评估模型，该模型是IDC推出的重要研究方法及评估工具，通过综合考量厂商在产品、服务、能力和策略等方面的表现能力及竞争力，对特定市场进行定量和定性评估。评估报告以完整的研究报告形式呈现，并以清晰易读的图形进行总结，为行业用户及IT厂商制定技术决策提供必要信息。

IDC本次评估的AI生命周期软件工具和平台供应商，包括了亚马逊云科技、谷歌、微软、IBM、百度、三星SDS、Dataiku、DataRobot等8家科技企业。其中，亚马逊云科技参与评估的解决方案是Amazon SageMaker。作为一项全球领先的机器学习服务，亚马逊云科技Amazon SageMaker能够为客户的数据准备、模型构建、训练、评估、部署、MLOps和可信度提供端到端的完全托管服务，为企业的整个机器学习生命周期提供支持。

如图所示，在IDC评估报告中，亚马逊云科技凭借其机器学习旗舰产品Amazon SageMaker强大的功能、不断提升的交付能力以及在保持开源方面的领先优势，在能力和战略两个维度均获得了最高分，被IDC列入“领导者”阵营，并居于图中最高最远位置。包括在以圆圈为代表的市场份额方面，亚马逊云科技也位居前列。

IDC报告指出，凭借在功能和产品、服务交付和增长方面的强大优势，Amazon SageMaker成为了亚马逊云科技有史以来推出的增长最快的云服务之一。亚马逊云科技近年来一直在Amazon SageMaker套件中快速推出新功能和特性。这些功能和特性往往秉承开源特色，体现出强大的工程灵活性，支持快速交付和部署，可以有效支持用户的规模化推理，具有良好的性价比，可以为用户带来数据引力和规模经济等好处。据此，IDC推荐具有构建者/开发者文化的企业、致力于以相对较小规模团队或较低运营成本来扩展ML/DL模型的企业，以及重视技术支持质量和及时性的企业使用Amazon SageMaker。

六年290项新功能，SageMaker的普惠之路

Amazon SageMaker于2017年的亚马逊云科技re:Invent全球大会上正式发布，由SageMaker Data Wrangler、SageMaker Studio、SageMaker Autopilot、SageMaker Canvas、SageMaker Clarify等十几种工具组成，并且会根据客户需求不断推出新的功能和特性，这也使得其成为了亚马逊云科技历史上增长最快的服务之一。

在Amazon SageMaker诞生之前，掌握机器学习能力的往往是拥有开发人员、数据科学家的研究实验室，又或者是以机器学习为主要业务的科技企业，并且需要耗费大量的算力和成本以及经历漫长的训练周期。如此高的技术、算力、成本与时间门槛，无疑将绝大多数的企业都拒之门外。亚马逊云科技推出Amazon SageMaker的目的，就是为了打破机器学习的壁垒，推进这项尖端技术的普惠化，把机器学习能力真正从研究实验室交到企业手中。

为了推动机器学习普惠化，Amazon SageMaker推出了全球首个用于机器学习的集成开发环境（IDE），使开发人员、数据科学家和商业分析师能够快速、轻松地准备数据，并在规模上构建、训练和部署高质量的机器学习模型。从2017年诞生至今的六年时间里，亚马逊云科技增加了超过290项新的功能和特性，包括在不久前闭幕的2022年亚马逊云科技re:Invent全球大会上，Amazon SageMaker又推出了8项新功能，让团队能够更轻松地协同机器学习模型的端到端开发和部署，将数据扩展到地理空间，帮助客户大规模利用机器学习，并更好地进行机器学习相关的模型治理。

Amazon SageMaker的机器学习普惠之路，让数以万计不同规模和行业的企业都从中获益匪浅。如今这些企业客户每个月都在通过亚马逊云科技Amazon SageMaker构建数百万个模型、训练数十亿参数规模的模型、生成数万亿个预测。这样的普及速度与应用规模，在Amazon SageMaker诞生之前都是从未有过的。

来自全球用户的现身说法

如果您对AI绘画充满兴趣，那么想必对当前全球炙手可热的AI绘画独角兽——Stability AI也一定不会感到陌生。作为以AI绘画走红全球的新晋独角兽企业，Stability AI推出了开源AI模型Stable Diffusion。通过这款AI模型，即使是完全不具备绘画技能的人，也只需用一段文字描述出自己想要的画面，就可以得到精妙绝伦的绘画作品。如此神奇的效果，可以想见这样的一款AI模型会有多受欢迎——自从2022年8月推出以来，Stable Diffusion迅速被全球超过20万开发者下载和授权，全平台日活用户超1000万；作为Stability AI面向消费者的产品，DreamStudio注册用户也已经超过100万，来自全球50多个国家的用户共同创建了超过1.7亿张图像。而Stability AI的首选云服务提供商，正是亚马逊云科技。通过使用Amazon SageMaker托管的基础设施和优化库，Stability AI能够使其模型训练具有更高韧性和性能，并且大幅减少了训练时间和成本。

LG人工智能研究院推出了由超大“人工智能语言模型”EXAONE驱动的人工智能艺术家Tilda。Tilda是一个超级巨型的人工智能系统，可以处理2.5亿个高清图像-文本对数据集，并且通过多模态人工智能创造全新的图像，然而训练Tilda时需要大量的计算和高效的并行处理，并对大规模数据进行可持续管理以及灵活处理新获取的数据。通过使用亚马逊云科技Amazon SageMaker训练模型和分布式训练库，LG人工智能研究院在未对训练代码进行重大修改的情况下，将速度提高了59%，效果可以说是立竿见影。

香港职业教育学院的IT部门使用Amazon SageMaker Studio Lab，为学生提供参与真实世界机器学习项目的机会，而不会被设置或配置所困住，从而能够开展更多的编码练习。在基础机器学习和Python相关的课程中使用Amazon SageMaker Studio Lab，则可以为学生在多项云技术方面打下坚实基础。

可以预见的是，随着亚马逊云科技不断推进机器学习普惠化，Amazon SageMaker将来还会在越来越多的行业和应用领域大展身手。

编辑：黄飞