谷歌欲借机器学习技术在云服务领域赶超AWS与Azure

简介:

北京时间9月15日消息,据国外媒体报道,谷歌过去几年一直在提供公有云服务,但在客户增长方面,这家搜索巨头仍然落后于主要竞争对手亚马逊和微软。


  谷歌数据中心内部一瞥

在VMware联合创始人、谷歌云计算业务执行副总裁戴安妮·格林(Diane Greene)的领导下,谷歌更加努力地建立合作关系,同时开发新产品以吸引大客户。在此期间,谷歌云服务增加了许多重要客户,比如流媒体音乐平台Spotify。

机器学习成竞争优势

如今,印象笔记(Evernote)也加入到他们的行列中了。该公司周二表示,会将自家服务从自有数据中心迁移出来,转到谷歌的公有云平台上。印象笔记首席技术官安尔班·昆杜(Anirban Kundu)表示,在寻找公有云服务提供商时,该公司不仅对最基本的基础设施感兴趣,而且还对高水平的机器学习服务以及创建基于机器学习系统的服务感兴趣。

谷歌云端自然语言API之类的工具对印象笔记吸引力非常大。云端自然语言(Cloud Natural Language)API可以将人类语言转化为计算机程序可以理解的东西。实际上,在争夺这个客户过程中,这些高水平机器学习工具足以让谷歌击败亚马逊AWS——后者被普遍认为是公有云平台领域的领导者。

昆杜在接受采访时表示:“AWS在机器学习基础设施方面很强,但在机器学习应用方面很一般,我们认为谷歌绝对在后一个方面领先于他们。”昆杜对亚马逊机器学习能力的评价也得到了领英联合创始人雷德·霍夫曼(Reid Hoffman)的响应。他在TechCrunch Disrupt大会上表示,谷歌和微软是云端计算学习领域的领导者,而AWS“则在努力追赶”。

此外,昆杜表示在印象笔记进行的一系列测试中,谷歌的服务要比竞争对手更准确。他说,除了要从某平台机器学习服务中寻找潜在功能外,对云服务客户来说,重要的是要知道那些服务能够做什么。在被问到谷歌最终是否会比微软更强大时,昆杜表示他不想对两家公司做直接比较,但“测试结果的确很有利于谷歌。”

这些机器学习工具对印象笔记来说很重要,该公司正寻求基于现有记笔记应用创建新的智能应用。随着越来越多的公司打算采用机器学习工具,谷歌可以在公有云市场缩小同主要竞争对手的差距。

长期吸引力尚不清楚

市场研究机构IDC分析师艾尔·希尔瓦(Al Hilwa)表示,“围绕数据科学打造的强大开发者服务,是一项重要能力。很显然,谷歌一直在以多种方式在这个领域展开大规模投资,因为机器学习可以生成海量数据,同时谷歌过去几年一直在对其他人工智能项目进行投资。谷歌的服务之所以令人感兴趣,是因为它正将这些能力作为筹码,把印象笔记这样的客户吸引至它的公有云平台上。”

从长期来讲,这种筹码能否成功将吸引客户吸引至谷歌云计算平台,目前还不清楚,特别是由于云计算领域的所有重要厂商都在不断升级他们的能力。

印象笔记并不是唯一一家使用谷歌机器学习能力的公司。迪士尼利用谷歌Cloud Vision API,为新片《彼得的龙》开发了营销工具,而网站创建服务商Wix也利用相同的工具,帮助客户寻找与合作网站内容相关的图像。

实际上,将印象笔记的数据迁移至谷歌云计算平台,是一项巨大且繁杂的任务。该公司大约有3PB(1PB=1000TB)数据保存在自有数据中心。昆杜说,印象笔记计划在10月份开始进行数据迁移,并希望在今年年底前完成这项工作。

与此同时,印象笔记也在积极开发能充分利用谷歌云计算服务的新功能,无论是在机器学习应用方面,还是在整个云计算基础设施层面。


本文转自d1net(转载)

相关文章
|
20天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与机器学习:探索未来的技术边界
【10月更文挑战第18天】 在这篇文章中,我们将深入探讨人工智能(AI)和机器学习(ML)的基础知识、应用领域以及未来趋势。通过对比分析,我们将揭示这些技术如何改变我们的生活和工作方式,并预测它们在未来可能带来的影响。文章旨在为读者提供一个全面而深入的理解,帮助他们更好地把握这一领域的发展趋势。
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
46 11
|
3月前
|
机器学习/深度学习 存储 人工智能
提升深度学习性能的利器—全面解析PAI-TorchAcc的优化技术与应用场景
在当今深度学习的快速发展中,模型训练和推理的效率变得尤为重要。为了应对计算需求不断增长的挑战,AI加速引擎应运而生。其中,PAI-TorchAcc作为一个新兴的加速引擎,旨在提升PyTorch框架下的计算性能。本文将详细介绍PAI-TorchAcc的基本概念、主要特性,并通过代码实例展示其性能优势。
18154 166
|
2月前
|
机器学习/深度学习 数据可视化 JavaScript
探索机器学习模型的可视化技术
【9月更文挑战第23天】在数据科学中,理解和解释机器学习模型的决策过程是至关重要的。本文将介绍几种流行的可视化工具和库,如TensorBoard、D3.js等,帮助读者更好地理解模型内部工作原理及其预测结果。通过实例演示如何使用这些工具进行模型可视化,增强模型的可解释性。
|
3月前
|
人工智能 Anolis
展示全栈式AI平台,探讨软硬件技术!英特尔分论坛议程来啦 | 2024 龙蜥大会
英特尔分论坛将依托英特尔云到端的全面产品组合,围绕至强可扩展处理器、AI 加速器、以及 oneAPI、OpenVINO 等软硬件技术展开探讨。
展示全栈式AI平台,探讨软硬件技术!英特尔分论坛议程来啦 | 2024 龙蜥大会
|
3月前
|
图形学 机器学习/深度学习 人工智能
颠覆传统游戏开发,解锁未来娱乐新纪元:深度解析如何运用Unity引擎结合机器学习技术,打造具备自我进化能力的智能游戏角色,彻底改变你的游戏体验——从基础设置到高级应用全面指南
【8月更文挑战第31天】本文探讨了如何在Unity中利用机器学习增强游戏智能。作为领先的游戏开发引擎,Unity通过ML-Agents Toolkit等工具支持AI代理的强化学习训练,使游戏角色能自主学习完成任务。文章提供了一个迷宫游戏示例及其C#脚本,展示了环境观察、动作响应及奖励机制的设计,并介绍了如何设置训练流程。此外,还提到了Unity与其他机器学习框架(如TensorFlow和PyTorch)的集成,以实现更复杂的游戏玩法。通过这些技术,游戏的智能化程度得以显著提升,为玩家带来更丰富的体验。
61 1
|
3月前
|
机器学习/深度学习 存储 Linux
【机器学习 Azure Machine Learning】使用VS Code登录到Linux VM上 (Remote-SSH), 及可直接通过VS Code编辑VM中的文件
【机器学习 Azure Machine Learning】使用VS Code登录到Linux VM上 (Remote-SSH), 及可直接通过VS Code编辑VM中的文件
|
3月前
|
机器学习/深度学习 Ubuntu Linux
【机器学习 Azure Machine Learning】使用Aure虚拟机搭建Jupyter notebook环境,为Machine Learning做准备(Ubuntu 18.04,Linux)
【机器学习 Azure Machine Learning】使用Aure虚拟机搭建Jupyter notebook环境,为Machine Learning做准备(Ubuntu 18.04,Linux)
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
【机器学习】python之人工智能应用篇--代码生成技术
代码生成技术是人工智能与软件工程交叉领域的一项重要技术,它利用机器学习、自然语言处理和其他AI算法自动编写或辅助编写计算机程序代码。这一技术旨在提高编程效率、降低错误率,并帮助非专业开发者快速实现功能。以下是代码生成技术的概述及其典型应用场景。
49 6
|
3月前
|
机器学习/深度学习 数据采集 人工智能
揭秘大型机器学习模型背后的秘密:如何在技术深度与广度之间找到完美平衡点,探索那些鲜为人知的设计、训练与部署技巧,让你的作品脱颖而出!
【8月更文挑战第21天】大型机器学习模型是人工智能的关键方向,借助不断增强的计算力和海量数据,已实现在学术与产业上的重大突破。本文深入探讨大型模型从设计到部署的全过程,涉及数据预处理、模型架构(如Transformer)、训练技巧及模型压缩技术,旨在面对挑战时提供解决方案,促进AI技术的实用化进程。
69 1