OpenAI 兩位創辦人將加入微軟，領導新的 AI 團隊。微軟早就有長期佈局，這次「搶人」可真是天時地利人和。本文源自 金十數據 專欄作者 鄭堯 所著文章《微软的人工智能转型：从软件巨头到AI弄潮儿》，由 Foresight News 編譯、整理。
（前情提要：OpenAI近500名員工威脅董事會：恢復Altman職位，否則「全部辭職」投向微軟 ）
（背景補充：ChatGPT慘了？Altman跳槽微軟後，數十名OpenAI員工傳「集體辭職」 ）
人工智慧領域有史以來最劇烈的人事「地震」，繼續以戲劇性的結局震驚科技界：微軟 (MSFT.O) CEO 宣佈，OpenAI 創辦人 Sam Altman 和 Brockman 將加入微軟，領導新的人工智慧團隊。
延伸閱讀：重磅》微軟執行長：OpenAI共同創辦人Sam Altman、Greg Brockman加入Microsoft
此前焦點都集中在 Altman 能否重回 OpenAI 的 CEO 之位，很少有人預測到這樣的結局。但是，仔細一想後，好像大家都會點點頭，覺得「理所當然」、「早就知道」…… 畢竟微軟早就在人工智慧方面制定了長期策略，旨在引領人工智慧革命，維持業內的主導地位。
在年度 Ignite 2023 大會上，微軟公佈了其端到端 AI 堆疊的全面願景，展示了從雲基礎設施到 AI 驅動的應用程式和安全措施方面的創新。
對於微軟及其生態系統來說，今年的 Ignite 大會特別不同尋常。以往，Ignite 是一個通常專注於基礎設施和運營的會議，而微軟的旗艦活動 Build 通常面向開發人員受眾。
然而，今年，針對開發人員和機器學習工程師的生成式 AI 的釋出成為了 Ignite 2023 的焦點。它不僅限於開發人員或 IT 專業人員，成為了整個微軟生態系統的分水嶺時刻。
微軟希望成為人工智慧生態系統的主力軍，微軟執行長兼董事長薩蒂亞・納德拉（Satya Nadella）在主題演講中明確表達了這一點。從開發自己的人工智慧加速器晶片到推出 copilots 助手，微軟已經準備好了其長期戰略。
那麼，微軟是如何利用人工智慧來保持其行業領導地位的？
Azure 是新的人工智慧作業系統，Copilots 是新的應用程式
微軟在構建平臺方面擁有極其成功的經驗。最早的平臺是在 Windows 上構建的，開發人員利用 OLE 和 COM 通過 Visual Basic 構建應用程式。Microsoft.NET 和 Visual Studio 於 2000 年代初發布，促成了一個新平臺的建立，重新點燃了開發人員建立 Web 服務的興趣。近十年來，微軟成功推出了另一個平臺 Azure。
當微軟建立一個平臺時，它會帶來一個由獨立軟體供應商和解決方案提供商組成的新生態系統，幫助企業利用它。微軟 Windows、Office、Visual Studio 和最近的 Azure 的成功就證明了這一點。
微軟希望通過人工智慧再次創造一個全新平臺的魔力，從而形成一個由開發者、獨立軟體供應商、系統整合商、企業和消費者組成的蓬勃發展的生態系統。
本季度，Azure 成為作業系統，，而應用程式則是微軟稱之 copilots 的人工智慧助手。因此，Azure 是新的 Windows，copilots 是新的應用程式。
GPT-4 等基礎模型構成了這個新作業系統的核心。與 Visual Studio 類似，微軟也投資了一套 AI Studio 和 Copilot Studio 形式的開發者工具。該堆疊與 Windows、.NET 和 Visual Studio 非常相似，它們主導了開發者領域數十年。
微軟的做法清楚地表明瞭一種緊迫感。考慮到當前的市場動態以及從圍繞移動平臺建立生態系統的失敗嘗試中吸取的教訓，這一點是顯而易見的。納德拉非常致力於讓生成式 AI 的功能更貼近客戶，以確保微軟成為人工智慧的先驅公司。他不希望公司錯過技術領域的下一個重大事件，就像他們在搜尋和移動領域所經歷的挫敗。
在短短幾個月內，該公司為其產品提供了多種 copilots，從 Bing 搜尋引擎到微軟 365 再到 Windows 作業系統。它還為 Edge 瀏覽器添加了各種功能，增強了使用者體驗。近幾個月來，微軟擁抱生成式人工智慧的速度令人震驚，使其成為領先的人工智慧平臺公司之一。
微軟投資開發自己的 CPU、GPU 和 DPU
幾十年來，CPU 為軟體架構制定了規則並塑造了其發展。現在，人工智慧軟體正在塑造晶片的發展，催生專用處理器。微軟已經正式宣佈將開始製造自己的晶片和處理器，包括 CPU、人工智慧加速器和資料處理單元。
先從 CPU 開始說起，Azure Cobalt 是微軟自己的 CPU，基於 Arm 架構，可實現最佳效能和瓦特效率，並為常見的 Azure 雲工作負載提供支援。
該系列的第一代 Cobalt 100 是一款 64 位 128 核晶片，與當前幾代 Azure Arm 晶片相比，效能提升高達 40%，並為微軟 Teams 和 Azure SQL 等服務提供支援。繼從 AmpereComputing 購買的第一款基於 Arm 的 CPU Neoverse N1 之後，Cobalt 100 成為 Azure 上提供的第二款基於 Arm 的處理器。
然後是 Azure Maia，這是一系列訂製 AI 加速器中的第一個，旨在為 OpenAI 模型、Bing、GitHub Copilot 和 ChatGPT 等 AI 工作負載執行基於雲的訓練和推理。
Maia 100 擁有 1050 億個電晶體，是該系列的第一代產品，也是採用 5nm 工藝技術的最大晶片之一。它在晶片、軟體、網路、機架和冷卻領域具有眾多創新。新的 AI 加速器通過優化 Azure AI 的端到端系統來執行 GPT 等最先進的基礎模型，成為 GPU 的替代品。
最後，微軟自己的 DPU Azure Boost 正式上市。微軟今年早些時候收購了 DPU 公司 Fungible，以提高 Azure 資料中心的效率。虛擬化、網路管理、儲存管理和安全等軟體功能通過 Azure Boost 解除安裝到專用硬體，從而使 CPU 將更多週期用於工作負載而不是系統管理。由於繁重的工作轉移到了專用處理器上，因此這種負擔解除安裝可以顯著提高雲基礎設施的效能。
除了將自己的晶片引入其中之外，微軟還與 AMD、英特爾和英偉達合作，將最新的 CPU 和 GPU 引入 Azure。到明年，它將配備最新的英偉達 H200 Tensor Core GPU，以執行更大的基礎模型並減少延遲。AMD 的全新 MI300 加速器也將於明年初在 Azure 上提供。
延伸閱讀：微軟合作Axelar！要在Azure雲端提供「跨鏈解決方案」，$AXL跳漲17%
通過自主開發減少對 OpenAI 的依賴
雖然 Azure 仍然是企業在基於 OpenAI 的模型上執行推理的首選平臺，但微軟正在投資訓練自己的基礎模型，以補充 Azure OpenAI 和 Azure ML 中可用的現有模型。
Phi-1-5 和 Phi-2 是小型語言模型，它們是輕量級的，與傳統的大型語言模型相比，需要更少的資源。Phi-1-5 有 13 億個引數，而 Phi-2 有 27 億個引數，與 Llama 2 相比要小得多，後者從 70 億個引數開始，一直到 700 億個引數。
這些小型語言模型非常適合嵌入到 Windows 中，以提供本地 copilots 體驗，而無需往返於雲。微軟將釋出 Visual Studio Code 的擴展，允許開發人員在雲中微調這些模型並將其部署在本地以進行離線推理。
微軟 Research 還開發了 Florence，這是一個為 Azure 認知服務帶來多模式功能的基礎模型。該模型允許使用者分析和理解影象、視訊和語言，為構建電腦視覺應用程式提供可訂製的選項。此模型已在 Azure 中可用。
Azure ML（微軟的 ML PaaS）提供模型即服務，可以將基礎模型作為 API 來使用，而無需配置 GPU 基礎設施。這大大簡化了人工智慧與現代應用程式的整合。
Azure OpenAI 和 Azure 模型目錄的結合為客戶提供了最全面、最廣泛的基礎模型，這成為 Azure 的關鍵差異化因素。
微軟 Graph 和 Fabric 是資料平臺的核心
人工智慧需要大量資料進行預訓練、微調和檢索。微軟 Fabric 和微軟 Graph 是為微軟的生成式 AI 工作做出重大貢獻的兩個關鍵產品。
微軟 Fabric 是在微軟 Build 2023 上釋出的，是微軟資料產品線的重要補充。Satya 通過將其與 SQL Server 的釋出進行比較來強調其重要性，這意味著微軟資料管理和分析策略的根本性轉變。
在 Ignite 2023 大會上，微軟宣佈全面推出 Fabric。它包括一個名為 OneLake 的元件，一個變革性的資料 Lakehouse 平臺。
OneLake 整合到 Azure 機器學習和 Azure AI Studio 中，Azure 機器學習資料管理功能大大增強。該平臺旨在以統一、高效的方式處理大型且多樣化的資料集，優化人工智慧應用程式的資料儲存和檢索。
它與 Azure AI 平臺的整合對於需要大量資料處理和複雜計算任務的場景尤其重要，這在高階 AI 和機器學習專案中很常見。OneLake 的有趣之處在於快捷方式的概念，它將來自外部源（包括 Amazon S3 和 Databricks）的資料引入 Fabric 中。
微軟 Graph 是微軟武器庫中的強大工具，在 AI copilots 領域發揮著關鍵作用。它已成為開發 AI copilots 的關鍵，提供統一的 API 來訪問微軟 365 服務中的各種資料。
微軟 Graph 使 copilots 能夠通過聚合來自電子郵件、日曆事件和團隊互動的資料來提供個性化幫助。這種整合方法確保了對使用者專業環境的上下文理解，這對於提出智慧建議至關重要。微軟 Graph 支援即時資料訪問，這對於 copilots 的及時響應至關重要。它符合微軟 365 的安全標準，可確保敏感資料的安全處理。
微軟 Fabric 和微軟 Graph 成為基於 API 提供的即時資料構建 copilots 的基礎。
總體而言，微軟在 Ignite 2023 上的戰略明確表明，其重點是引領人工智慧革命，利用其平臺傳統並在硬體和軟體方面進行創新，以保持行業主導地位。
📍相關報導📍
Sam Altman為何被罷免？詳解OpenAI內亂的權力鬥爭
