GenAI 與雲端科技專區

雲端 AI 服務各有優劣 AWS、GCP 與 Azure 三大平台比較

Published by
藍骨

生成式人工智能(Generative AI)已經快速崛起,成為雲端服務供應商最熱門的競爭方向。AWS、Azure 以及 GCP 這三大平台商紛紛大力投資相關服務,爭取開發者與企業用戶的青睞,今次我們就來分析三大平台在生成式 AI 範疇的發展策略與優勢劣勢,作為參考。

AWS 全力推動 Titan 與 Bedrock 計畫

AWS 近期推出了 Amazon Bedrock 平台,該平台以平台即服務的形式,提供各類基礎模型給用戶使用。Bedrock 平台上的基礎模型包括了 Amazon 自主研發的 Titan 系列,以及包含近期加入的 Mistral AI 的各種模型,還有被視為超越 GPT-4,評測中成績最佳的 Anthropic 的 Claude 3,以及 AI21 Labs 的 Jurassic、Cohere 的 Command、Meta 的 Llma 2、Stability AI 的 Stable Diffusion 等。用戶可以透過 Bedrock 的 API 介面以無伺服器的方式調用這些模型,另外 Bedrock 也支援在私有 VPC 子網路中部署,有助於保障安全。

除了 Bedrock 平台之外,AWS 未來也計畫推出多種商業基礎模型供微調使用,這些模型將涵蓋程式碼生成、聊天機器人等不同範疇。AWS 顯然正在全力推動 Titan 與 Bedrock 兩大計畫,期望能在生成式 AI 的基礎模型市場取得領先地位。

GCP 發力 PaLM 與 Vertex AI

與 AWS 相較,Google 近期則發布了 PaLM 系列基礎模型,並透過其 Vertex AI 平台對外開放這些模型。Vertex AI 平台上集結了 Google 自研與第三方開源的各類基礎模型,形成豐富的模型園區。用戶可以透過 Vertex AI 來使用與微調這些模型。

此外,Google 也推出多種低程式碼工具,用以協助開發者能更快速地構建基於生成式 AI 的各類應用。透過 PaLM 模型與 Vertex AI 平台,以及完善的開發工具,GCP 正在全力加強生成式 AI 的佈局。


相關文章:
  • AIRSIDE 與 Neuron 的「可持續發展」智能方案  以 AI 建設更符合現代需求的物業管理模式
  • Claude 3.5 Sonnet 升級版登陸 AWS 以更強能力解拆複雜邏輯問題
  • 東南亞時裝電商 Pomelo Fashion 用 AI 提供個人化體驗 採 Amazon Personalize 增 8% 總營收

  • Azure 獨家引進 GPT 模型

    相較於 AWS 與 GCP,Microsoft Azure 則採取不同的策略。Azure 平台上最新的服務就是 Azure OpenAI,該服務獨家提供 OpenAI 公司最新研發的 GPT 模型,例如 GPT-3.5 Turbo 等。

    Azure OpenAI 讓用戶可以直接在 Azure 訂閱中啟動 OpenAI 的模型實例,並選擇是否要部署在私有虛擬網路中。另外,Azure OpenAI 也與 Azure 機器學習服務能夠深度整合,為用戶提供端對端的模型訓練、部署與管理功能。

    這場 AI 競局誰將成最大贏家?

    綜觀三大平台商在生成式 AI 範疇的布局,AWS 目前在基礎模型提供多元的選擇方面似乎略佔先機。另外,AWS 的優勢不僅在於 Titan 和 Bedrock 等自主研發的基礎模型和平台,還在於其作為全球公有雲市佔率最大的供應商,已經擁有大量成熟的雲端服務可以支援生成式 AI 的模型訓練、部署和使用。

    例如 SageMaker 提供了完整的機器學習平台,兼具高度靈活性與可擴展性,可以輕鬆地訓練各類生成式 AI 模型;Lambda 和其他無服務計算選項可以用來部署模型;而 S3、EFS 等儲存服務可以用來存放大規模的訓練資料。利用 AWS 完整的雲端生態系統為開發者提供更便利的環境。

    相較之下,雖然 GCP 與 Azure 在 AI 相關產品發佈的高頻率,AWS 的 CEO Adam Selipsy 強調,這世界上沒有單一模型可以解決所有問題,不過憑藉著其雲端基礎建設的優勢,以及 Bedrock 平台上的多元選擇,如果 AWS 持續在生成式 AI 範疇投入更多資源,將可能會逐步拉開與競爭對手的距離。當然生成式 AI 仍是一個快速演進的範疇,競爭局勢隨時都可能產生變化。

    例如,GCP 和 Azure 雖目前仍以整合第三方模型為主,但只要加大投入並推出更多自主研發的模型和服務,也有可能迎頭趕上。此外,還有其他雲端服務供應商如 Oracle 也在該範疇進行佈局,未來可能會打破現有的格局。

    用戶需根據需求挑選最佳平台

    現在生成式 AI 雲端服務市場的競爭還在持續演進中,開發者與企業用戶在選擇平台時,需要根據自己的具體需求來比較不同平台的模型品質、開發工具、安全性考量、部署成本等因素,才能選出最適合的生成式 AI 雲端服務。


    相關文章:
  • AIRSIDE 與 Neuron 的「可持續發展」智能方案  以 AI 建設更符合現代需求的物業管理模式
  • Claude 3.5 Sonnet 升級版登陸 AWS 以更強能力解拆複雜邏輯問題
  • 東南亞時裝電商 Pomelo Fashion 用 AI 提供個人化體驗 採 Amazon Personalize 增 8% 總營收

  • Published by
    藍骨