AI策略不若对手积极？AWS主张三大差异

美系科技巨擘积极布局生成式人工智能（Generative AI）市场，有论者认为，云服务龙头AWS似乎不如对手微软（Microsoft）和Google积极。AWS副总裁Vasi Philomin表示，团队数年前即预见生成式AI将影响重大，因此及早投入定制芯片研发，并致力降低相关工具使用门槛，与友商的商业策略也有所不同。

Philomin主导AWS生成式AI团队，日前于纽约峰会中受访时，谈到母公司亚马逊（Amazon）强项在于用机器学习（ML）工具解决真实世界的问题，举凡电商推荐、物流中心和语音助理Alexa，背后皆有相关技术。AWS日前宣布投入1亿美元成立生成式AI创新中心，中心成员即来自协助客户部署ML工具的团队。

ChatGPT于2022年底爆红后，AWS到2023年3~4月才发表相关宣言。有论者认为，身为全球云服务龙头的AWS，似乎不若微软、Google等竞业来得积极。针对相关议题，Philomin分享看法如下。

ChatGPT爆红后 AWS沉默良久？

Philomin认为，ChatGPT以简单方式让大众见证生成式AI的威力，沟通力是一大重点，会如此受欢迎是因为，人们本质上还是喜欢对话、喜欢语言。

至于AWS沉默与否，可从相关服务推出时间评断。其AI程序助理CodeWhisperer于2022年6月开放预览，而后普遍开放。因此，AWS并非毫无动静，只是没有大张旗鼓地宣传。

过去6年来，Philomin在AWS负责所有AI相关服务，对整个趋势的脉动深有所感。像CodeWhisperer这类服务，就是在水到渠成的时间点推出，背后基础模型已成熟，也确实可协助开发者提升效率。

AWS三大差异点

AWS不认为，有单一基础模型可满足所有应用需求，因此希望透过Amazon Bedrock全托管服务，让用户透过API对接各种模型，包括Amazon Titan系列、及合作伙伴新创业者的模型。Meta近日释出的LLama 2，则可透过Amazon SageMaker JumpStart取得。

再者，当AI模型愈趋普及，客户会寻求创造服务差异性。AWS助客户以自有数据微调（Fine-tuning）出独特的模型，并确保数据安全。有些竞业是直到近日才开始谈论模型微调的议题。

第三，AWS注重成本效益，两年前开始研发定制芯片（Custom silicon）。客户可选择NVIDIA GPU或AWS Trainium、Inferentia系列加速器。

AWS宣布EC2 P5执行个体导入NVIDIA H100 GPU。12年前，AWS也是首家将GPU带到云端平台的业者，与NVIDIA维持长期合作关系，而在发展GPU运算服务时，背后须串接一系列的软件和网通资源，这些都是AWS团队的强项。

自研芯片是为了优化算力成本而投入，至少要比任何GPU性价比高出50%。Trainium是为了生成式模型训练设计，Inferentia则支持模型推论。

成本、成本、成本

Philomin强调，训练生成式AI背后的模型需要大量算力资源、成本高昂；业者若无法带动成本下降，相关应用很难持续营运。

近期微软、Google相继发布截止于6月底的财报。微软云端业务营收成长，但生成式AI挹注的营收尚不显着，而近月饱受威胁论的Google，依然享有丰沛广告营收。据Amazon网站显示，将于8月3日举行财报电话会议。

而就AWS看来，生成式AI新服务何时可兑现成营收？Philomin表示不清楚其他业者的财报细节，但可以关注的是，相关营收来源为何，例如微软主推的是AI相关生产力工具，用户须付费使用。

AWS策略不同，提供的是可改善企业营运流程、可开发应用的工具，相关营收已开始进帐。这也是AWS一贯的作风，即按需收费。