深度：中國機器學(xué)習(xí)行業(yè)市場分析
機器學(xué)習(xí)指專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為以獲取新的知識或技能的學(xué)科，使計算機重新組織已有的知識結(jié)構(gòu)并不斷改善自身的性能。機器學(xué)習(xí)以數(shù)據(jù)為基礎(chǔ)，通過研究樣本數(shù)據(jù)尋找規(guī)律，并根據(jù)所得規(guī)律對未來數(shù)據(jù)進行預(yù)測。機器學(xué)習(xí)是人工智能的核心，廣泛應(yīng)用于數(shù)據(jù)挖掘、計算機視覺、自然語言處理、生物特征識別等人工智能領(lǐng)域。
(1)按學(xué)習(xí)模式的不同，機器學(xué)習(xí)可分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)：
①監(jiān)督學(xué)習(xí)的訓(xùn)練數(shù)據(jù)具有分類標(biāo)簽，分類標(biāo)簽精確度越高，學(xué)習(xí)模型準(zhǔn)確度越高。監(jiān)督學(xué)習(xí)根據(jù)給定的訓(xùn)練數(shù)據(jù)建立函數(shù)模型，可實現(xiàn)對新數(shù)據(jù)的標(biāo)記映射。監(jiān)督學(xué)習(xí)的算法包括回歸和分類，應(yīng)用領(lǐng)域包括自然語言處理、信息檢索、文本挖掘、手寫體辨識、垃圾郵件偵測等。
②無監(jiān)督學(xué)習(xí)利用無標(biāo)記的有限數(shù)據(jù)描述隱藏于數(shù)據(jù)中的結(jié)構(gòu)或規(guī)律，其典型算法為聚類。無監(jiān)督學(xué)習(xí)無需以人工標(biāo)注數(shù)據(jù)為訓(xùn)練樣本，可避免正、負樣本偏移引起的分類錯誤問題。無監(jiān)督學(xué)習(xí)的應(yīng)用領(lǐng)域包括經(jīng)濟預(yù)測、異常檢測、數(shù)據(jù)挖掘、圖像處理、模式識別等。
③強化學(xué)習(xí)指智能體在與環(huán)境的交互過程中達成回報最大化的學(xué)習(xí)模式。強化學(xué)習(xí)以外部環(huán)境對智能體評價達到最優(yōu)為目標(biāo)。強化學(xué)習(xí)廣泛應(yīng)用于機器人控制、無人駕駛、工業(yè)控制等領(lǐng)域。
(2)按算法網(wǎng)絡(luò)深度的不同，機器學(xué)習(xí)可分為淺層學(xué)習(xí)和深度學(xué)習(xí)：
①淺層學(xué)習(xí)算法網(wǎng)絡(luò)的隱藏層數(shù)量少，算法框架簡單，無需提取多層次抽象特征。典型的淺層學(xué)習(xí)包括支持向量機、邏輯回歸等。
②深度學(xué)習(xí)是一種基于多層神經(jīng)網(wǎng)絡(luò)并以海量數(shù)據(jù)為輸入規(guī)則的自學(xué)習(xí)方法，依靠提供給它的大量實際行為數(shù)據(jù)，即訓(xùn)練數(shù)據(jù)集，進行規(guī)則中的參數(shù)和規(guī)則調(diào)整。深度學(xué)習(xí)算法網(wǎng)絡(luò)的隱藏層數(shù)量多，算法復(fù)雜，相比淺層學(xué)習(xí)，深度學(xué)習(xí)更注重特征學(xué)習(xí)的重要性。
典型的深度學(xué)習(xí)算法包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等。
機器學(xué)習(xí)產(chǎn)業(yè)鏈包括上游的人工智能芯片供應(yīng)商、云計算平臺服務(wù)商、大數(shù)據(jù)服務(wù)商，中游的機器學(xué)習(xí)技術(shù)服務(wù)商以及下游的機器學(xué)習(xí)應(yīng)用服務(wù)商。機器學(xué)習(xí)產(chǎn)業(yè)鏈上游為支持基礎(chǔ)層，上游的人工智能芯片供應(yīng)商主要負責(zé)提供GPU、ASIC、FPGA等人工智能專用芯片，大數(shù)據(jù)服務(wù)商提供的服務(wù)包括數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲、數(shù)據(jù)交易等，云計算平臺服務(wù)商提供的服務(wù)包括IaaS、PaaS、SaaS等。
產(chǎn)業(yè)鏈中游為技術(shù)層，中游的機器學(xué)習(xí)技術(shù)服務(wù)商為下游的機器學(xué)習(xí)應(yīng)用服務(wù)商提供機器學(xué)習(xí)基礎(chǔ)開源框架、機器學(xué)習(xí)技術(shù)開放平臺等機器學(xué)習(xí)技術(shù)服務(wù)。
產(chǎn)業(yè)鏈下游為應(yīng)用層，下游的應(yīng)用服務(wù)商為最終用戶提供基于機器學(xué)習(xí)的垂直領(lǐng)域應(yīng)用服務(wù)，機器學(xué)習(xí)的垂直應(yīng)用領(lǐng)域包括金融、教育、醫(yī)療、零售、工業(yè)等。
(1)人工智能芯片供應(yīng)商
人工智能芯片是機器學(xué)習(xí)產(chǎn)業(yè)鏈的核心底層硬件，為機器學(xué)習(xí)應(yīng)用提供算力基礎(chǔ)。按技術(shù)架構(gòu)的不同，人工智能芯片可分為GPU、ASIC、FPGA。
GPU具有軟件生態(tài)齊全、并行計算能力強的特點，是現(xiàn)階段深度學(xué)習(xí)訓(xùn)練的首選芯片。
GPU是一種具有大規(guī)模并行計算架構(gòu)，專為同時處理多重任務(wù)而設(shè)計的芯片，其發(fā)展時間長，產(chǎn)品成熟，支持 CUDA統(tǒng)一架構(gòu)、OpenCL架構(gòu)等編程環(huán)境，編程語言成熟易用，便于開發(fā)者開發(fā)應(yīng)用。此外，GPU的峰值計算能力強，處理速度可達CPU的10 至100倍，適用于并行計算大規(guī)模數(shù)據(jù)，可顯著加快深度學(xué)習(xí)計算速度。
ASIC是全定制化的人工智能芯片，具有體積小、功耗低、通信效率高、計算速度快等特點。ASIC是為符合特定用戶需求而定制的專用人工智能芯片，其計算能力和通信效率均可通過算法進行定制，專用化、定制化的設(shè)計將數(shù)據(jù)傳輸時間和數(shù)據(jù)等待時間壓制到最低，顯著提升芯片性能與運行速率。ASIC的主要類型包括TPU、BPU和NPU，其中，TPU為谷歌于2016年研發(fā)的專用于機器學(xué)習(xí)的ASIC芯片。
FPGA可靈活編譯，處理效率高，適用于深度學(xué)習(xí)預(yù)測。FPGA指現(xiàn)場可編程門陣列，是在可編程器件的基礎(chǔ)上進一步發(fā)展的半定制電路，其處理重復(fù)計算指令能力強，相比GPU,“CPU+FPGA”混合異構(gòu)的功耗更低，運用于深度學(xué)習(xí)預(yù)測的效率更高，性能優(yōu)勢更突出。
現(xiàn)階段，人工智能芯片市場由海外廠商主導(dǎo)，中國廠商的發(fā)展步伐逐步加快，但和海外頭部廠商相比仍有明顯差距。
海外頭部廠商包括英偉達、英特爾、IBM、谷歌、微軟、高通等，英偉達于2018年推出新一代GPU產(chǎn)品NVIDIATeslaV100，英特爾通過收購Altera、Nervana、eASIC、NetSpeedSystems等芯片組廠商布局人工智能芯片產(chǎn)品線，谷歌于2018年發(fā)布其第三代人工智能專用處理器TPU3.0，蘋果于2018年發(fā)布的新款iphone手機均搭載了A12仿生芯片，IBM的人工智能團隊于2018年利用大規(guī)模模擬存儲器陣列訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，達到與GPU相當(dāng)?shù)木取?/span>
中國人工智能芯片廠商著重布局邊緣端芯片產(chǎn)品，針對安防、自動駕駛、智能家居、物聯(lián)網(wǎng)等領(lǐng)域的終端設(shè)備開發(fā)專用的人工智能芯片，代表廠商包括中星微、華為海思、瑞芯微、寒武紀(jì)、地平線、深鑒科技、云之聲、曠視科技等，中國人工智能芯片市場以初創(chuàng)型廠商居多。
(2)云計算平臺服務(wù)商
云計算是一種可迅速提供并發(fā)布網(wǎng)絡(luò)、服務(wù)器、儲存、應(yīng)用等計算資源的模型，用戶可通過網(wǎng)絡(luò)按需訪問計算資源共享池，實現(xiàn)管理成本或服務(wù)供應(yīng)商干預(yù)最小化。按部署方式的不同，云計算可分為公有云、私有云、混合云，公有云指利用公共網(wǎng)絡(luò)向客戶提供具有彈性的計算資源和服務(wù)，現(xiàn)階段的云計算服務(wù)市場以公有云服務(wù)為主。按服務(wù)模式的不同，云計算可分為IaaS、PaaS、SaaS。
①IaaS（InfrastructureasaService，基礎(chǔ)設(shè)施即服務(wù)）是將通用計算、儲存、網(wǎng)
絡(luò)以及其他基礎(chǔ)硬件資源虛擬化后，以出租的方式提供給客戶的服務(wù)模式。典型的
IaaS服務(wù)有亞馬遜的AWS，阿里云的彈性主機服務(wù)等。
②PaaS（PlatformasaService，平臺即服務(wù)）指為開發(fā)者提供應(yīng)用服務(wù)運行和開
發(fā)環(huán)境的服務(wù)模式。典型的PaaS服務(wù)有Google的GoogleAppEngine平臺服
務(wù)、阿里云的量子計算云平臺等。
③SaaS（SoftwareasaService，軟件即服務(wù)）指直接通過網(wǎng)絡(luò)為客戶提供軟件服
務(wù)的商業(yè)模式。典型的SaaS服務(wù)有Salesforce的CRM，Workday的HRM，用
友的云ERP等。
(3)大數(shù)據(jù)服務(wù)商
大數(shù)據(jù)服務(wù)商提供的服務(wù)包括數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲、數(shù)據(jù)交易等，其類型包括學(xué)術(shù)機構(gòu)、數(shù)據(jù)外包服務(wù)公司、人工智能應(yīng)用服務(wù)公司。
學(xué)術(shù)機構(gòu)通過自行采集、標(biāo)注大量數(shù)據(jù)來建立學(xué)術(shù)研究數(shù)據(jù)庫，以用于算法的創(chuàng)新性驗證、學(xué)術(shù)競賽等，該類數(shù)據(jù)庫迭代速度慢，商業(yè)應(yīng)用場景有限，典型代表有ImageNet。
數(shù)據(jù)外包服務(wù)公司是最常見的大數(shù)據(jù)服務(wù)商類型，其業(yè)務(wù)類型包括出售現(xiàn)成數(shù)據(jù)訓(xùn)練集的使用授權(quán)以及根據(jù)用戶特定需求提供數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注、數(shù)據(jù)轉(zhuǎn)寫等服務(wù)。
人工智能應(yīng)用服務(wù)公司同是大數(shù)據(jù)服務(wù)的需求方和供給方，除購買數(shù)據(jù)外包服務(wù)公司的相關(guān)服務(wù)外，人工智能應(yīng)用服務(wù)公司還通過自建數(shù)據(jù)服務(wù)團隊來構(gòu)建自用數(shù)據(jù)庫，部分人工智能應(yīng)用服務(wù)公司將自建數(shù)據(jù)庫包裝成產(chǎn)品出售，大數(shù)據(jù)服務(wù)成為其業(yè)務(wù)板塊之一。
機器學(xué)習(xí)基礎(chǔ)開源框架是構(gòu)建機器學(xué)習(xí)模型的重要根基，市場中的機器學(xué)習(xí)基礎(chǔ)開源框架產(chǎn)品繁多，市場競爭激烈，谷歌、亞馬遜、Facebook等互聯(lián)網(wǎng)巨頭在機器學(xué)習(xí)基礎(chǔ)開源框架領(lǐng)域具有領(lǐng)先優(yōu)勢。
谷歌于2016年推出機器學(xué)習(xí)系統(tǒng)開源工具TensorFlow，適用于智能手機、大型數(shù)據(jù)中心服務(wù)器等各類硬件設(shè)備，市場關(guān)注度不斷提升。MXNet是亞馬遜的機器學(xué)習(xí)基礎(chǔ)開源框架產(chǎn)品，其適用于Python，R，Julia，Scala，Javascript等語言，可在多個CPU、GPU設(shè)備上進行分布式訓(xùn)練，運算效率優(yōu)勢突出。Facebook于2018年推出機器學(xué)習(xí)基礎(chǔ)開源框架產(chǎn)品Pytorch，該產(chǎn)品通用性強，語言簡單，用戶數(shù)量逐漸增多。
其他機器學(xué)習(xí)基礎(chǔ)開源框架典型代表產(chǎn)品有Theano、Caffe、Keras等。
機器學(xué)習(xí)技術(shù)開放平臺為開發(fā)者提供基于機器學(xué)習(xí)的應(yīng)用開發(fā)環(huán)境，可簡化開發(fā)者對算法的接口調(diào)用、可視化、參數(shù)調(diào)優(yōu)等自動化任務(wù)的管理。典型的機器學(xué)習(xí)技術(shù)開放平臺包括亞馬遜的Amazon Machine?Learning、微軟的Azure機器學(xué)習(xí)工作臺、騰訊的DI-X機器學(xué)習(xí)平臺、阿里云機器學(xué)習(xí) PAI等。
作為機器學(xué)習(xí)領(lǐng)域的主流算法之一，深度學(xué)習(xí)憑借其適應(yīng)性強、準(zhǔn)確率高等特點獲得市場高度關(guān)注，應(yīng)用領(lǐng)域不斷拓寬，其在圖像識別、語音識別、人臉識別等領(lǐng)域的應(yīng)用逐步加深，發(fā)展步伐顯著加快，深度學(xué)習(xí)的迅速發(fā)展是推動機器學(xué)習(xí)行業(yè)升級發(fā)展的重要因素。
在機器學(xué)習(xí)市場中，基礎(chǔ)層核心芯片被英偉達、英特爾、IBM、谷歌、微軟、高通等海外傳統(tǒng)芯片大廠商掌控，云計算由谷歌、亞馬遜、阿里云等互聯(lián)網(wǎng)巨頭引領(lǐng)，大數(shù)據(jù)服務(wù)商數(shù)量多，分布零散，市場競爭激烈。
技術(shù)層機器學(xué)習(xí)基礎(chǔ)開源框架以谷歌的TensorFlow、亞馬遜的MXNet、Facebook的Pytorch、Theano、Caffe、Keras等為主，機器學(xué)習(xí)技術(shù)開放平臺主流產(chǎn)品包括亞馬遜的AmazonMachineLearning、微軟的Azure機器學(xué)習(xí)工作臺、騰訊的DI-X機器學(xué)習(xí)平臺、阿里云機器學(xué)習(xí) PAI等。應(yīng)用層以初創(chuàng)型廠商居多，市場競爭最為激烈，典型代表廠商包括商湯科技、依圖科技、云從科技、第四范式、寒武紀(jì)、深鑒科技等。
參考來源：中國機器學(xué)習(xí)行業(yè)市場研究
轉(zhuǎn)載申明：轉(zhuǎn)載本號文章請注明作者和來源，本號發(fā)布文章若存在版權(quán)等問題，請留言聯(lián)系處理，謝謝。
推薦閱讀
更多架構(gòu)相關(guān)技術(shù)知識總結(jié)請參考“架構(gòu)師技術(shù)全聯(lián)盟書店”相關(guān)電子書(35本技術(shù)資料打包匯總詳情可通過“閱讀原文”獲取)。
全店內(nèi)容持續(xù)更新，現(xiàn)下單“架構(gòu)師技術(shù)全店打包匯總(全)”，后續(xù)可享全店內(nèi)容更新“免費”贈閱，價格僅收188元(原總價290元)。
溫馨提示：
掃描二維碼關(guān)注公眾號，點擊閱讀原文鏈接獲取“架構(gòu)師技術(shù)全店資料打包匯總(全)”電子書資料詳情。
