微软的人工智能转型：从软件巨头到 AI 弄潮儿

撰文：郑尧

来源：金十数据

人工智能领域有史以来最剧烈的人事「地震」，继续以戏剧性的结局震惊科技界：微软 (MSFT.O)CEO 宣布，OpenAI 创始人 Sam Altman 和 Brockman 将加入微软，领导新的人工智能团队。

此前焦点都集中在 Altman 能否重回 OpenAI 的 CEO 之位，很少有人预测到这样的结局。但是，仔细一想后，好像大家都会点点头，觉得「理所当然」、「早就知道」……毕竟微软早就在人工智能方面制定了长期策略，旨在引领人工智能革命，维持业内的主导地位。

在年度 Ignite 2023 大会上，微软公布了其端到端 AI 堆栈的全面愿景，展示了从云基础设施到 AI 驱动的应用程序和安全措施方面的创新。

对于微软及其生态系统来说，今年的 Ignite 大会特别不同寻常。以往，Ignite 是一个通常专注于基础设施和运营的会议，而微软的旗舰活动 Build 通常面向开发人员受众。

然而，今年，针对开发人员和机器学习工程师的生成式 AI 的发布成为了 Ignite 2023 的焦点。它不仅限于开发人员或 IT 专业人员，成为了整个微软生态系统的分水岭时刻。

微软希望成为人工智能生态系统的主力军，微软首席执行官兼董事长萨蒂亚·纳德拉（Satya Nadella）在主题演讲中明确表达了这一点。从开发自己的人工智能加速器芯片到推出 copilots 助手，微软已经准备好了其长期战略。

那么，微软是如何利用人工智能来保持其行业领导地位的？

Azure 是新的人工智能操作系统，Copilots 是新的应用程序

微软在构建平台方面拥有极其成功的经验。最早的平台是在 Windows 上构建的，开发人员利用 OLE 和 COM 通过 Visual Basic 构建应用程序。Microsoft.NET 和 Visual Studio 于 2000 年代初发布，促成了一个新平台的创建，重新点燃了开发人员创建 Web 服务的兴趣。近十年来，微软成功推出了另一个平台 Azure。

当微软创建一个平台时，它会带来一个由独立软件供应商和解决方案提供商组成的新生态系统，帮助企业利用它。微软 Windows、Office、Visual Studio 和最近的 Azure 的成功就证明了这一点。

微软希望通过人工智能再次创造一个全新平台的魔力，从而形成一个由开发者、独立软件供应商、系统集成商、企业和消费者组成的蓬勃发展的生态系统。

本季度，Azure 成为操作系统，，而应用程序则是微软称之 copilots 的人工智能助手。因此，Azure 是新的 Windows，copilots 是新的应用程序。

GPT-4 等基础模型构成了这个新操作系统的内核。与 Visual Studio 类似，微软也投资了一套 AI Studio 和 Copilot Studio 形式的开发者工具。该堆栈与 Windows、.NET 和 Visual Studio 非常相似，它们主导了开发者领域数十年。

微软的做法清楚地表明了一种紧迫感。考虑到当前的市场动态以及从围绕移动平台建立生态系统的失败尝试中吸取的教训，这一点是显而易见的。纳德拉非常致力于让生成式 AI 的功能更贴近客户，以确保微软成为人工智能的先驱公司。他不希望公司错过技术领域的下一个重大事件，就像他们在搜索和移动领域所经历的挫败。

在短短几个月内，该公司为其产品提供了多种 copilots，从 Bing 搜索引擎到微软 365 再到 Windows 操作系统。它还为 Edge 浏览器添加了各种功能，增强了用户体验。近几个月来，微软拥抱生成式人工智能的速度令人震惊，使其成为领先的人工智能平台公司之一。

微软投资开发自己的 CPU、GPU 和 DPU

几十年来，CPU 为软件架构制定了规则并塑造了其发展。现在，人工智能软件正在塑造芯片的发展，催生专用处理器。微软已经正式宣布将开始制造自己的芯片和处理器，包括 CPU、人工智能加速器和数据处理单元。

先从 CPU 开始说起，Azure Cobalt 是微软自己的 CPU，基于 Arm 架构，可实现最佳性能和瓦特效率，并为常见的 Azure 云工作负载提供支持。

该系列的第一代 Cobalt 100 是一款 64 位 128 核芯片，与当前几代 Azure Arm 芯片相比，性能提升高达 40%，并为微软 Teams 和 Azure SQL 等服务提供支持。继从 AmpereComputing 购买的第一款基于 Arm 的 CPU Neoverse N1 之后，Cobalt 100 成为 Azure 上提供的第二款基于 Arm 的处理器。

然后是 Azure Maia，这是一系列定制 AI 加速器中的第一个，旨在为 OpenAI 模型、Bing、GitHub Copilot 和 ChatGPT 等 AI 工作负载运行基于云的训练和推理。

Maia 100 拥有 1050 亿个晶体管，是该系列的第一代产品，也是采用 5nm 工艺技术的最大芯片之一。它在芯片、软件、网络、机架和冷却领域具有众多创新。新的 AI 加速器通过优化 Azure AI 的端到端系统来运行 GPT 等最先进的基础模型，成为 GPU 的替代品。

最后，微软自己的 DPU Azure Boost 正式上市。微软今年早些时候收购了 DPU 公司 Fungible，以提高 Azure 数据中心的效率。虚拟化、网络管理、存储管理和安全等软件功能通过 Azure Boost 卸载到专用硬件，从而使 CPU 将更多周期用于工作负载而不是系统管理。由于繁重的工作转移到了专用处理器上，因此这种负担卸载可以显着提高云基础设施的性能。

除了将自己的芯片引入其中之外，微软还与 AMD、英特尔和英伟达合作，将最新的 CPU 和 GPU 引入 Azure。到明年，它将配备最新的英伟达 H200 Tensor Core GPU，以运行更大的基础模型并减少延迟。AMD 的全新 MI300 加速器也将于明年初在 Azure 上提供。

通过自主开发减少对 OpenAI 的依赖

虽然 Azure 仍然是企业在基于 OpenAI 的模型上运行推理的首选平台，但微软正在投资训练自己的基础模型，以补充 Azure OpenAI 和 Azure ML 中可用的现有模型。

Phi-1-5 和 Phi-2 是小型语言模型，它们是轻量级的，与传统的大型语言模型相比，需要更少的资源。Phi-1-5 有 13 亿个参数，而 Phi-2 有 27 亿个参数，与 Llama 2 相比要小得多，后者从 70 亿个参数开始，一直到 700 亿个参数。

这些小型语言模型非常适合嵌入到 Windows 中，以提供本地 copilots 体验，而无需往返于云。微软将发布 Visual Studio Code 的扩展，允许开发人员在云中微调这些模型并将其部署在本地以进行离线推理。

微软 Research 还开发了 Florence，这是一个为 Azure 认知服务带来多模式功能的基础模型。该模型允许用户分析和理解图像、视频和语言，为构建计算机视觉应用程序提供可定制的选项。此模型已在 Azure 中可用。

Azure ML（微软的 ML PaaS）提供模型即服务，可以将基础模型作为 API 来使用，而无需配置 GPU 基础设施。这大大简化了人工智能与现代应用程序的集成。

Azure OpenAI 和 Azure 模型目录的结合为客户提供了最全面、最广泛的基础模型，这成为 Azure 的关键差异化因素。

微软 Graph 和 Fabric 是数据平台的核心

人工智能需要大量数据进行预训练、微调和检索。微软 Fabric 和微软 Graph 是为微软的生成式 AI 工作做出重大贡献的两个关键产品。

微软 Fabric 是在微软 Build 2023 上发布的，是微软数据产品线的重要补充。Satya 通过将其与 SQL Server 的发布进行比较来强调其重要性，这意味着微软数据管理和分析策略的根本性转变。

在 Ignite 2023 大会上，微软宣布全面推出 Fabric。它包括一个名为 OneLake 的组件，一个变革性的数据 Lakehouse 平台。

OneLake 集成到 Azure 机器学习和 Azure AI Studio 中，Azure 机器学习数据管理功能大大增强。该平台旨在以统一、高效的方式处理大型且多样化的数据集，优化人工智能应用程序的数据存储和检索。

它与 Azure AI 平台的集成对于需要大量数据处理和复杂计算任务的场景尤其重要，这在高级 AI 和机器学习项目中很常见。OneLake 的有趣之处在于快捷方式的概念，它将来自外部源（包括 Amazon S3 和 Databricks）的数据引入 Fabric 中。

微软 Graph 是微软武器库中的强大工具，在 AI copilots 领域发挥着关键作用。它已成为开发 AI copilots 的关键，提供统一的 API 来访问微软 365 服务中的各种数据。

微软 Graph 使 copilots 能够通过聚合来自电子邮件、日历事件和团队交互的数据来提供个性化帮助。这种集成方法确保了对用户专业环境的上下文理解，这对于提出智能建议至关重要。微软 Graph 支持实时数据访问，这对于 copilots 的及时响应至关重要。它符合微软 365 的安全标准，可确保敏感数据的安全处理。

微软 Fabric 和微软 Graph 成为基于 API 提供的实时数据构建 copilots 的基础。

总体而言，微软在 Ignite 2023 上的战略明确表明，其重点是引领人工智能革命，利用其平台传统并在硬件和软件方面进行创新，以保持行业主导地位。