免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

隨著云計算、大數據與人工智能等新興技術的飛速發展，人工智能正在賦能和重塑越來越多的傳統行業。更有越來越多的企業在自己的數字化轉型升級實踐中，針對人工智能與機器學習投入了大筆資金和資源。

來自全球知名調研機構IDC的預測報告顯示，2023年AI人工智能系統支出將達到979億美元，比2019年增長2．5倍。另一家權威調研機構Gartner也預測，到2024年，將有75％的公司從試生產過渡到生產。

由此可見，機器學習正在不斷向縱深發展，并且對于現代企業的構建起著至關重要的作用。而亞馬遜云科技在客戶中大獲好評的機器學習服務——Amazon SageMaker，也正是為此而生。

為機器學習而生的Amazon SageMaker

2021年5月11日，在完全托管的機器學習服務Amazon SageMaker落地中國區域一周年之際，亞馬遜云科技正式宣布通過與光環新網和西云數據的緊密合作，在中國區域進一步落地多項人工智能與機器學習的新服務和功能，豐富其針對不同企業需求而打造的人工智能與機器學習（AI／ML）工具集。

“Amazon SageMaker落地中國區域一年以來，我們見證了中國各個行業各種類型客戶積極應用亞馬遜云科技服務進行機器學習創新，我們希望通過將更多服務落地到中國區域，并堅持‘授人以魚不如授人以漁’，甚至更進一步‘扶上馬，送一程’的方式，幫助客戶更快應用機器學習技術，把機器學習的能力交到每一位構建者手中，加速人工智能和機器學習的普惠。”亞馬遜云科技大中華區云服務產品管理總經理顧凡表示。

針對企業客戶的不同需求，亞馬遜云科技可以在機器學習技術堆棧三個層面提供廣泛而深入的機器學習服務，包括頂層－人工智能服務、中間層－機器學習服務、底層－框架和基礎架構。

在頂層的人工智能服務層面，亞馬遜云科技在北京區域推出了Amazon Personalize，客戶無需具備機器學習專業知識，即可方便、快速地構建個性化推薦系統；

在中間層的機器學習服務層面，亞馬遜云科技將Amazon SageMaker在re：Invent 2020上亮相的包括Data Wranger、Feature Store、Pipelines等七項新功能在北京區域和寧夏區域上線，讓客戶可以更輕松地構建端到端的機器學習管道；

在底層的算力層面，亞馬遜云科技在北京區域和寧夏區域推出了Amazon EC2 Inf1實例，該實例基于亞馬遜云科技自研機器學習推理芯片Amazon Inferentia，與當前成本最低的基于GPU的實例相比，可以提高多達30％的吞吐量，并使每次推斷的成本最高降低45％。

在機器學習應用程序的總體開發和運行基礎架構成本中，生產中運行機器學習模型的推理占據了絕大部分，甚至高達90％。如此高昂的成本讓不少人望而卻步。亞馬遜Alexa團隊將其高度復雜的“文本轉語音”模型遷移到Inferentia，并在Inf1實例上合成了80％的Alexa語音響應，從而節省了30％的成本。與基于GPU的實例相比，Inferentia的響應延遲也降低了25％，可提供更好的用戶體驗，并允許在Alexa語音上進行更多創新。

顧凡指出，截至目前為止，Amazon SageMaker已經開發了20多個工具，橫跨了整個機器學習的開發生命周期。通過Amazon SageMaker的助力，數據科學家的效率可以提升10倍，并且能夠將機器學習總體應用成本降低高達54％。

音智達與亞馬遜云科技的攜手合作

作為亞馬遜云科技在中國的合作伙伴，上海音智達信息技術有限公司（以下簡稱音智達）對于如何助力企業數字化轉型和推動產業智能化轉型，有著極為深刻的切身體驗。

上海音智達信息技術有限公司CEO孫曉臻介紹說，音智達專注于幫助企業進行數字化轉型和數據驅動管理服務，旗下主要有頂尖大數據軟件產品、基于大數據技術的預測性分析和BI商務智能解決方案、數字化轉型相關的咨詢服務等三大業務。從2002年至今，音智達已經積累了近18年的數據服務經驗，客戶覆蓋了汽車制造、快消零售、醫藥與生命科學、航空與物流、高科技與制造業、金融服務等多個行業。

“對于我們這樣的公司來說，挑戰也是非常明確的，主要包括四個方面的問題：一是人才的招聘和培養非常不容易，并且因為市場越熱，人才流失率也越高；二是開發技術難度越來越大，因為現在的技術架構已經和五年前十年前完全不同；三是部署和運維的成本很高，但客戶通常又不愿意為之付出很多價格；四是缺乏好的、有性價比的平臺。”孫曉臻向趣味科技透露。

近年來，越來越多的企業客戶選擇亞馬遜云科技托管云基礎設施，并實現性能、安全性、可靠性和可擴展性的提高。這其中就有很多的客戶，原本都是音智達多年來的服務對象。一方面，音智達意識到未來數據平臺最重要的趨勢就是上云，并且非常迫切地需要一個強有力的合作伙伴體系；另一方面，亞馬遜云科技也需要合作伙伴，特別是像音智達這樣在各行各業都有著豐富數據服務經驗的企業。因此雙方一拍即合，音智達很快成為了亞馬遜云科技的高級合作伙伴，并且還是首批獲得AI／ML合作伙伴能力認證的公司。

Amazon SageMaker帶來的改變

“時至今日，應該再沒有客戶會認為，自己沒有數據也能夠把業務做好。但也并不是所有的客戶在有了數據之后，都能夠把自己的業務做成功。”孫曉臻表示，“以前說起人工智能，大家第一時間可能都會想到互聯網企業，但是現在人工智能應用最多的，恰恰是許多傳統產業。因為很多傳統產業都有數據驅動，譬如音智達服務的客戶，很多都是五百強的頭部企業。五年前他們的數據量平均是10TB，五年后平均數據量基本上都已經在200TB以上，好的公司數據量甚至有1PB。既然有如此豐富的數據，那么人工智能就可以為企業帶來非常大的價值。”

針對大數據分析相關的問題，音智達可以為使用亞馬遜云科技服務的企業實現定制化的云上智能存儲、建模和部署，將更多的客戶業務遷移到云端，助力客戶實現數字化轉型和創新。“首先要搞清楚Why，然后要搞清楚How，最后要搞清楚What，就是我們要用Amazon SageMaker時給客戶最重要的提問順序。無論客戶的答案是什么，只要將Amazon SageMaker結合其他PaaS服務，不管架構怎樣千變萬化，都可以在亞馬遜云上非常快速地構建起來。”孫曉臻說道，“過去十年里，我們大部分的解決方案都是本地化的，圍繞Hadoop生態需要千變萬化地搭積木，每個不同的業務場景都不可能套用一個生態，每次都需要不一樣的組件。而Amazon SageMaker結合亞馬遜云科技的Amazon EMR、Amazon S3，就可以針對各式各樣的業務場景，組織出不一樣的技術架構，來滿足不同用戶的需求。”

亞馬遜云科技雄厚的技術實力，結合音智達在行業將近20年的深厚積累，給雙方的合作帶來了極佳的效率提升。“Amazon SageMaker是一個非常優秀、面向數據科學家的機器學習服務平臺。從項目需求的理解，到模型的搭建和生成，以前我們的項目實施是以月為時間單位，但現在是以周為時間單位，極大地壓縮了時間成本。客戶對人工智能的期望值也變得越來越高。現在客戶中是誰意識到了數據的痛點，誰認識到運維很難再升級擴容和發展，誰就越迫切地告訴我想要用Amazon SageMaker。”孫曉臻透露，“一方面從客戶案例來說，我們在客戶的商機挖掘上效率比過去提升了50％以上，獲得了更多的機會；另一方面從業務本身來講，我們也有高達30－40％的顯著增長，因為Amazon SageMaker這個一站式平臺把許多工程師、架構師的工作都簡化了，所以顯著提升了數據科學家的工作效率。”

企業應用機器學習的四點建議

“亞馬遜云科技堅持賦能合作伙伴，幫助合作伙伴實現業務的重塑與創新，共同為客戶提供更好的服務。通過AI賦能音智達，我們實現了端到端的大數據分析應用整體解決方案，并有機組合各類技術方案，實現數據智能應用平臺。”談到亞馬遜云科技與音智達的合作時，顧凡如是表示，“AI智能服務方面，像智能制造、精準營銷、銷售預測、知識發現、圖像處理等，都已經成功引領企業邁入數字化轉型階段。音智達作為亞馬遜云科技的高級咨詢合作伙伴，也正在通過雙方的攜手合作，將AI業務咨詢推進到另一個更加高級的階段。”

在Amazon SageMaker落地中國區域一周年之際，顧凡還根據亞馬遜云科技在過去一年中積累的經驗，為想要應用機器學習的中國企業提出了以下四點建議：

一、企業要找到一個適合機器學習的場景作為切入點。先突破創新業務，再改造核心業務。

二、避免重復造輪子，利用平臺能力。讓數據科學家，開發人員專注于的自己的應用和業務創新。

三、拒絕閉門造車，數據科學家要業務化，學習業務。

四、跟真心誠意賦能的廠商合作， 牢牢把握住你對數據和算法模型的所有權。