技術論壇
發文時間 2020/08/05 作者 zhoujieren8
瀏覽次數 3398 留言數量 6 按讚 1
數據分析類
現在數位轉型正流行,那麼資料就成為推動轉型時的重要資產,但經常被分別儲存於內部部署的機器、專屬系統或多雲端環境,不曉得在做AI大量的運算與分析時,是不是也能直接在雲端解決?
發文時間 2020/08/06 作者 shuechang886
按讚 1
Google Cloud執行長Thomas Kurian之前有講過他們替世界各地企業與政府加速數位轉型,以協助雲端策略與技術在新常態下發揮所用,他們也持續透過創新資料驅動技術協提供企業更多服務,並以分佈全球的基礎設施即服務(IaaS)、數位轉型平台及 Google 的 AI 和機器學習技術,為各產業提供客製化的解決方案。 所以要在雲端做AI大量的運算與分析應該是沒有問題的。
發文時間 2020/08/07 作者 junwei01
按讚 0
根據之前新聞有報導過的BigQuery Omni,是一個靈活的多雲端解決方案,並且是由Anthos支援,使用者可直接連結儲存在Google Cloud、AWS和Azure的資料並進行分析。透過單一使用者介面,客戶將可在資料儲存的區域分析資料,擁有提供完整一致的分析體驗。
發文時間 2020/08/08 作者 omnixri
按讚 2
這個問題是肯定的,各大廠商(Amazon, Google, Microsoft, 中華電信, 百度, 阿里...)都有對應的服務,就是希望你多多使用。關於AI運算及分析,早期使用最多的就是電商或影音平台的推薦系統,你看過什麼,什麼時候看的,買過什麼,買了多少,下次何時買,無一不被記錄到資料庫(格式化資料),如此當累積到數千萬筆甚至數百億筆瀏覽及交易記錄,就能以統計學方式對大數據進行特徵提取,如此便能精準推薦其它人也購買或觀看類似產品,增加營業額及客戶黏性。
雖然這樣的服務還不錯,但有時也會出現不小心點了某個廣告或影片,結果最近一陣子就一直看到類似的廣告或影片,此時就需要更多的數據及AI算法來幫助分析,以免造成客戶反感,失去更多定單。
近來的資料數位化開始走向非結構性資料,如線上語音助理的聊天記錄及對話內容,或者社群媒體的討論區,甚至是影像資料,這些內容就不易使用統計方式分析,就更需依賴大量AI計算。若使用(計算)量大,自己建置高單價設備或機房也許較經濟,但對於偶而使用或使用量很不穩定(只有在特定時間爆量,平常幾乎沒量)或量大到不足以應付的情況,使用雲端線上服務或許更加方便些。
發文時間 2020/08/08 作者 omnixri
按讚 1
目前雲端AI服務可分為三種方式端看使用者目的及能力,第一級是完全自己來,只是當成虛擬機用,自己架設所有AI服務。第二級屬一般AI開發者,利用雲端服務商提供AI相關軟體框架進行AI模型的開發、訓練及佈署。第三級則為AI使用者,可以使用雲端服務商提供AI相關API應用元件,自己組合出對應的服務。
以最常見的AI需求來看大致分為影像辨識、自然語言及數據分析,這些問題在建立模型進行訓練時通常需要超級大量算力,一般人沒有足夠的經費建置,所以大多都會在雲端上解決,但完成訓練佈署到執行平台上後,就不一定會在雲端,有時會在邊緣端進行推論工作。但若遇到推論速度及量能需求很高時,通常還是得依靠雲端協助。還有一種情況是服務的對象分佈太廣太零散甚至遍及全世界,不可能一一架設自己的服務器,此時就需雲端計算來幫忙。
發文時間 2020/08/10 作者 jingrul691
按讚 0
另外還有一點可以參考,在5G的加持下,我們可以先了解5G的一些既有特色:
更快的速度:初期傳輸速度將是4G 的10倍以上,可帶動8K、AR/VR的應用。
更低的延遲:是4G的1/10,裝置與雲端之間的互動更快,如mobile gaming將更為快速,使用者體驗會更好。其他如運用在醫療,如運用機器手臂執行遠距手術,運用在自動駕駛,讓雲端數據資料可即時傳達。
更多的連結數量:從端點IoT的應用到雲端,將有大幅的演進。如物聯網的應用,以及隨之而來物聯網的安全性。
所以要在雲端大量運算的話,基本上都是可行的,而未來有5G加持的話,那應該更不會有問題才是。
發文時間 2020/08/10 作者 laisan86
按讚 0
這是當然的囉! 雲端上的儲存服務由來很久啦~好比Google Driver、Dropbox這些老牌的儲存空間, 就已經風行全球, 不用多可惜? 好比像我之前還在業界服務的時候, 根本那時候AI還沒現在流行, 就常常有這樣的問題, 最慘的是 : 放到後來一台機器有多個版本, 不知道哪個才是真正要的
而現在AI如果在雲端運算的話, 那順勢把各個需要的檔案都整理出來放到雲端不就OK!?
好比我常在用的Google Colab服務, 資料的部分也是經常很大又很多, 我到後來就利用Google driver來搭配, 就是透過像是 :
作者 laisan86 發文時間 2020/08/10 按讚 1