人工智能（AI）下的云计算，有多少空间可以想象？

　　作者 John Considine, GM, Cloud Infrastructure Svs, IBM Watson and Cloud Platform。
　　如果您关注云架构方面的发展，您可能最近听说了很多有关＂智能云＂和＂智能边缘＂重要性的言论。过去专注于提供基础架构和软件的云提供商已经开始意识到，这些即服务产品能带来的价值是有限的，从这个角度来说，也就不难理解＂认知＂一词成为云相关市场和演讲中的热门。
　　但是，开发人员和数据科学家必须分清市场宣传的认知云与真实的认知云之间到底有何区别。
　　IBM 在人工智能领域已经确立了领先地位，Watson 也积累了深厚的领域专业知识，能帮助各行各业、不同规模的企业开展日常工作。客户只有通过IBM Cloud 才能使用 Watson。Watson 提供了所有认知技术，包括机器学习、人工智能 (AI) 和认知技术，因为这些都是制定决策和获取颠覆性业务成果的必备技术。
　　Watson 和 IBM Cloud 代表的是以数据第一的最佳组合，能够满足跨行业和跨受众的这些需求。客户数据的价值不只在于收集和保护数据，还在于从数据中提取洞察力和知识，用于制定更明智的决策。而这正是 IBM 的强项。我们希望客户能够通过利用和控制多样化的数据，赢得竞争优势。比如，就在昨天，我们宣布推出 Data Science Experience Local，这个工作场所旨在帮助数据科学家更轻松、更快速地围绕分析模型展开协作，开发人员能够利用这些分析模型开发智能应用。
　　我们的重点是构建一个开发环境，让开发人员能够轻松地驾驭、创建和发布应用，不论他们是来自大银行的数据科学家，就职于零售企业的分析师，还是医院体系的程序员。
　　正因为此，我们才为 AI 推出了更快速的云。为什么这一点如此重要？
　　目前 AI 领域的一大挑战在于训练深度学习系统需要大量时间和成本。这就是云端 GPU 技术的作用所在了。这周，我们宣布 IBM 和 Rescale 的数据科学家在 IBM Cloud 上利用 NVIDIA P100 GPU 测试了深度学习模型的训练，结果发现性能提高了 2.8 倍，深度学习训练时间也由此缩短了65%。在整个行业，这都是速度上的一大突破。IBM 借此证明了自己拥有速度最快的云来运行深度学习，朝着减少 AI 系统训练时间和成本迈出了一大步。
　　边缘分析和物联网 (IoT) 在各个行业的重要性是另一个热门话题。一年多前，我们就开始了与思科 (Cisco) 的密切合作，推出了 Watson 物联网分析和 Cisco 边缘分析解决方案，针对计算机网络边缘的远程和自动化操作提供 Watson 功能。
　　事实上，IBM 拥有最丰富的跨行业经验和知识。我们提供的均衡平台由私有、公有和混合产品提供支持，结合了交付更高价值的认知服务的能力。对我们来说，AI、IoT、数据分析和区块链都不是新增功能，而是云平台的核心。
　　如果贵企业处于高度监管的行业，在采用云基础架构时面临合规或安全问题，IBM Cloud经过独特的调整也能满足贵企业的需求。这也是为什么我们只推出了 Dedicated Hosts。这款新产品能帮助企业精准控制云工作负载的布局。与市场上的同类产品不同，IBM Cloud 上的 Dedicated Hosts 为客户提供了两个独特的功能。比如，客户能利用部署后控制功能，随时移动工作负载，此外还能在主机上灵活部署任意规模或组合的实例。
　　当您在听到其他云提供商谈论云端智能产品时，切记撇开炒作，你一定能找到最适合您的解决方案。