雲服務提供商會稱霸機器學習領域嗎？早期跡象給出了肯定的答案

諸如Cloudera和Hortonworks之類的廠商在激烈的機器學習市場面臨艱巨任務，因為數據引力在日益偏向雲這邊。

機器學習和密切相關的人工智慧眼下可謂風頭甚勁，這絕不是什麼秘密。實際上，它們實在太流行了，許多公司日益粉頭飾面，給非智能型的應用程序冠以「智能」的名號；Cloudera首發上市當天的估值之所以那麼高，一方面就是由於它能夠將Hadoop傳統打造成機器學習未來。

然而一個更重要的問題是，正在取代企業數據中心、接管大數據部署項目的同樣一些雲服務商會不會最有可能成為機器學習大戰中的贏家。早期跡象表明，答案是「肯定」的。

Hadoop帶來機器學習

對於仍然認為Cloudera、Hortonworks和MapR是Hadoop公司的那些人來說，這種想法太老土了。由於這個市場發生了演變，不僅僅圍繞普通的「大數據」，這些公司的定位也隨之發生了變化。正如Cloudera的聯合創始人兼首席戰略官邁克·奧爾森（Mike Olson）在該公司為上市而提交的S-1文件中寫道，最顯而易見（可能最卓有成效）的切入點就是機器學習：「為管理雲端大數據而構建的同樣系統也可以為眾多企業發掘機器學習的力量。」

機器學習已經存在了數十年之久，但是直到最近，我們才擁有成本低得足以讓機器學習成為一個大眾市場企業現象的軟體和系統。就Cloudera而言，它全力投入這個領域：提交的S-1文件提到機器學習多達83次。Hadoop提到了幾次？只有區區14次。

誰贏得機器學習之戰？

正如市場調研機構Ovum的分析師托尼·貝爾（Tony Baer）所說，對於Cloudera、Hortonworks、MapR、IBM以及另外每家想在機器學習市場大有作為的廠商來說，真正的問題不在於「Spark vs Hadoop」，或者以另外某種方法對我們的數據提出問題。他表示，實際上是「雲 vs Hadoop」這個問題，或者在機器學習這個背景下，這是涉及數據將駐留在哪裡、哪些廠商最有能力提供數據的問題。、

鑒於數據引力（data gravity）――這個概念是指服務和應用程序會趨向數據「誕生」的地方，有理由認為：像Cloudera和Hortonworks這些比較傳統的廠商在機器學習和人工智慧的未來中會扮演重要的角色。原因何在？因為大多數企業數據駐留在企業數據中心裏面，而不是駐留在雲端。

不過，眼下還沒成氣候。

針對沉澱在數據中心的數據，AWS提供了Snowmobile，這種18輪大卡車一次性就能移動100 PB的數據。要是覺得這似乎很奇怪（確實有點奇怪），不必擔心：應用程序日益駐留在雲端，數據也會駐留在雲端。

這顯然是證明公共雲提供商從長遠來看稱霸機器學習領域的一個明確的理由。當然，也有Cloudera之類的公司認為其產品是「為公共雲基礎設施設計的」。以Cloudera為例，其18%的客戶已經在公共雲端運行軟體。據Hortonworks的首席執行官羅布·比爾登（Rob Bearden）聲稱，而在Hortonworks，在公共雲或混合雲環境中運行的客戶佔到了20%至25%。

然而，Cloudera能提供的東西與AWS提供的東西還是有區別。前者提供了在雲端運行的軟體，但是讓企業的IT部門「積極部署、打補丁和管理雲實例，就像他們在數據中心中所做的那樣，」貝爾指出。他認為，對於天生擁有「主場優勢」的AWS或微軟Azure而言，機器學習服務是「全面受管理的――消除了打補丁之類的棘手問題。」

這就意味著，隨著時間的推移，相比無法與其基於雲的原生服務相匹敵的那些廠商，公共雲提供商可能會從大行其道的機器學習獲得更大的好處。在這個全雲世界，競爭很激烈。據Algorithmia的首席執行官迭戈·奧本海默（Diego Oppenheimer）聲稱，「谷歌最備受信賴，這得益於它擁有眾多工具；微軟實際上能夠說服企業，相信它有搞機器學習的能力；亞馬遜則具有天然的優勢，原因在於雲端的大多數企業數據其實放在AWS雲上。這是任何人都有戲的比賽。」

當然，「任何人」也包括Cloudera和Hortonworks，但是它們可能不得不想方設法，努力與AWS、微軟Azure和谷歌雲提供的原生雲功能相匹敵，就像MongoDB那樣最終決定提供自己的「XX即服務」產品。向公共雲轉變的這個過程需要一段時間才能實現――據AWS的首席執行官安迪·傑西（Andy Jassy）估計，這個過程可能長達二十年，不過現在是採取相應行動的時候了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！