人工智慧與微服務 成為雲端服務決戰點

IBM不僅透過Bluemix雲端平台推出OpenWhisk事件驅動運算服務，正式加入Serverless戰局，更將OpenWhisk原始碼予以開放，提交到Github。來源：Github

研究機構IDC預言，展望今後，將由第三平台的四大軸心－雲端、行動化、大數據、社群發揮主導力量，輔以物聯網、感知系統、機器人、3D列印、虛擬實境？擴增實境、新一代資安等六大創新加速器，引領資通訊產業發展方向；在此當中，雲端運算服務可謂重中之重。

時至今日，「數位轉型」已成為跨越產業別、營運規模、成立年限長短等所有企業一致追尋之目標，而數位轉型的成敗，端看企業是否擁有足夠的創新升級能力；簡言之，企業必須從服務的角度出發，進而善用雲端、大數據分析、行動化、社群乃至物聯網等新興科技助力，終至為客戶打造貼心便利的優質服務體驗，唯有如此，才能達到數位轉型之基本要求。

綜上所述，展望未來，企業駕馭數位科技的能力高低，勢必主宰其市場競爭力之浮沈，著實至關重大；而綜觀一系列數位科技，箇中最重要的樞紐，無疑正是雲端運算，只因為企業若失去這個動能，勢將無從鏈結行動化、大數據、IoT等其餘創新加速因子，在此前提下，無論來自公有雲、私有雲抑或混合雲等技術趨勢的變化，必須是企業IT或研發主管、甚至是決策高層必須密切關注的重大課題。

有關公有雲方面，位居市佔率龍頭的亞馬遜雲端服務(Amazon Web Services；AWS)，其近年來對外宣示的布局重心，肯定是各界關注的焦點，某種程度上，也象徵了各種數位科技項目的消長態勢。而細數AWS所揭櫫的技術策略，大致可歸納為兩大主軸，其一是熱門程度節節攀升的人工智慧(AI)，另一則是對於霧運算、IoT應用深具推波助瀾力道的無伺服器運算(Serverless)服務。

AI、ML與深度學習 為眾業者布局重心

在人工智慧部份，亞馬遜在2016年底推出Amazon Lex、Amazon Polly和Amazon Rekognition等三項全新服務，標榜這些服務係動員龐大深度學習與機器學習專家所孕育而成，俾使用戶無需費心建立深度學習演算法架構，更不需投注可觀的投資成本，只需由開發人員進行API呼叫，便可取用Amazon AI服務功能，為任何設備、應用程式賦予自然語言理解、語音辨識、文字轉換語音、或圖像分析等一干技術能力。

其中Amazon Lex意在把複雜的自然語言處理技術，融入所有的應用程式。至於Amazon Polly，則可幫助用戶端開發人員，為既有的應用程式加入自然語音功能。Amazon Rekognition能協助開發人員，快速簡易地建立懂得辨析圖像，識別物件或場景的應用程式。

另值得一提的，AWS領先同業宣布推出「現場可程式化閘陣列」(FPGA)服務，與AI主題同樣有所關聯。據悉，基於雲端型式提供的Xilinx FPGA(可稱為「FPGA-as-a-Service」或「Accelerator-as-a-Service」)，可望針對資料安全加解密、多媒體解壓縮、基因定序、金融科技服務，乃至於其他深度或機器學習應用，產生至為顯著的加速輔助效應，尤其是一些過往認為FPGA高不可攀的中小企業，更將因此而大幅降低開發門檻和開發成本，實屬意義重大。

無獨有偶，堪稱AWS可敬對手之一的微軟，也利用2016年Ignite技術大會，由執行長Satya Nadella首度揭示了FPGA發展願景，期望要讓Azure雲端平台、Bing搜尋引擎等服務，都能在「FPGA人工智慧超級電腦」的撐持下，展現遠遠超乎從前的效能與競爭力。

舉例來說，以導入FPGA之後的Azure平台而論，欲將厚達1,440頁、60萬字的俄文經典名著「戰爭與和平」，翻譯為英文，前前後後僅需2.6秒即可完成，若運用基於24核心Haswell處理器的Azure平台來從事相同任務，即使超過15秒仍無法將整本書翻譯完成，效能落差之大可見一斑。

至於另一公有雲巨擘Google，亦針對機器學習應用多所著力，在去年對外發表了其自行研發的TPU(Tensor Processing Unit)，它是一款專為Google TensorFlow機器學習系統所量身打造的客製化ASIC，可謂該公司加速AI發展的重要武器之一。

據了解，截至2016年上半，Google自己已經運用了多達1千顆以上的TPU，主要用途在於街景、智慧訊息回覆與搜尋等服務，藉以大幅提升搜尋結果的關聯性，並有助於提高地圖與導航服務的精準度。

AWS Lambda領跑 Serverless躍居寵兒

論及AWS所引發的另一風潮，則在於藉由AWS Lambda服務的推出，為「無伺服器運算架構」開啟了第一槍，順勢激勵了Google、微軟與IBM等雲端服務同業，相繼加入Serverless戰局，使得Azure Function、Cloud Function乃至OpenWhisk等相關服務逐一浮上檯面，與AWS Lambda相互媲美。

然而不可諱言，亞馬遜跨足Serverless服務的時間點，比起同業約莫有兩年的領先，因此對於Serverless布局的力度之深，依然處在領先位置。

其中最值得留意的環節有二，一是隨著Lambda Edge服務的出爐，使得Lambda的發揮場域，大步挺進到了雲端運算環境的邊界，使得CloudFront網路節點能夠直接執行Lambda函數，而CloudFront網路節點相較於運算區域，距離用戶環境更加貼近，可想而知，這般做法肯定有助於大幅提高運算速度。

另一個亮點，則在於AWS Greengrass的推出，藉此將Lambda的勢力範圍延伸到了物聯網應用場域，也就是說，今後物聯網裝置可借助AWS Greengrass，取得執行Lambda函數的能力，得以就近運算，比方說為感測器資料做預先處理，經去蕪存菁後再傳遞至物聯網雲端平台，藉此減輕後台運算的壓力、加速大數據分析結果的產出。

不僅如此，由於無論IoT應用的前台與後台均可嵌入Lambda執行環境，使用同一套嵌Lambda開發模式，也連帶解決了過去頗為惱人的裝置離線管理難題。

所謂Serverless，按字面解讀，很容易讓人認為是完全不需要伺服器，但事實上並非如此，而是有關伺服器的部署、維運與管理等事宜，全由雲端服務供應商來操刀，用戶僅需把事件驅動的程式碼寫好，進而委由交付雲端來運行即可，旨在讓開發者節省不必要的伺服器環境部署負荷，畢竟隨著雲端、容器等服務盛行，企業若能建立事件驅動程式平台，即可補足DevOps應用的另一塊拼圖，以期根據事件的變遷立即觸發相對應的反應，輕鬆孕育各式各樣微服務，其重要性可謂水漲船高。

不過說起Serverless，IBM倒是推出了一些有別於同業的舉措，相當值得關注。儘管該公司也透過BlueMix雲端平台推出OpenWhisk服務，據以實現猶如AWS Lambda的類似功效，但更進一步開放OpenWhisk原始碼，成為Apache基金會的育成專案項目之一，裨益企業能在自家環境內建構Serverless平台，藉此滿足企業對於混合雲方面的需求。