AWS、GCP與Azure：誰的AI雲服務最值得信賴？
-
DIGITIMES
/
台北
- 2024-06-24 18:11:29
生成式AI成為雲端大廠激烈競爭的新戰場
生成式人工智慧(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。本文將比較分析三大平台在生成式AI領域的發展策略與優勢劣勢，提供給讀者參考。
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, 還有被視爲碾壓GPT-4，評測最優的 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，有助於保證高度的安全性。
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、聊天機器人等不同領域。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。
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領域的布局，AWS目前在基礎模型提供多元的選擇方面似乎略占先機。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等存儲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高度便利的環境。
相較之下，雖然 GCP與Azure在AI相關產品發佈的頻率高， ，AWS 的 CEO Adam Selipsy 則强調這世界上沒有單一模型可以解決所有事，相信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領域投入更多資源，將可能會逐步拉開與競爭對手的距離。盡管如此，生成式AI仍是一個快速演進的領域，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，還有其他雲供應商如Oracle也在該領域佈局，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
綜上所述，生成式AI雲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。
