如果说2006年到2016年是云计算的上半场，那么从2017年，云计算的下半场开启，从节约成本到挖掘价值，成为新的分水岭。从这个意义上来看，在新一轮云计算大潮下，大数据和人工智能将成为新时代云计算格局巨变的诱因。

除了VR/AR、无人驾驶、机器人偏重消费类的人工智能应用外，在2017年的行业企业市场，人工智能也将大有可为。目前，人工智能已经在金融分析、视频处理、图像识别、语音语义、基因测序、网络安全等多种应用中获得认可，仅图像识别就可应用于身份核验，刷脸支付，图像搜索、物体识别、车辆检测等多种业务场景，以及公安、金融、交通、医疗、能源、测绘教育等多个行业。

2016年，AWS推出支持异构计算的云服务，今年1月，阿里云也发布异构计算解决方案，包括弹性GPU实力和FPGA解决方案，适合人工智能领域的应用。

云平台，正在成为人工智能的强载体。

6月28日，在2017中国开源产业峰会暨第21届中国国际软件博览会分论坛上，开源云计算企业EasyStack宣布，推出全球首个同时支持GPU和FPGA异构计算的人工智能开源云平台ESCould AI，以满足行业企业用户日益增长的大数据和人工智能业务需求。而EasyStack，也由此成为全球首个真正具备人工智能开源云平台的企业。同时，ESCould AI还获得了由中关村科技园区管理委员会负责管理的前沿储备项目的研发资金支持。

云+AI将成为标配

随着数据量的进一步增加，以及业务效率的进一步提升，大中型行业企业正在将人工智能转移到云平台上。“在云计算的下半场，人工智能将成为标配。”EasyStack创始人兼CEO陈喜伦表示，“未来的云竞争，不仅体现在帮助企业业务快速上线，降低总体拥有成本；更在于帮助企业更好地挖掘、分析、预测数据，从而实现完整的科技商业价值。”

作为开源云计算平台，ESCould AI在底层支持GPU和FPGA两种最常用的异构计算架构，从而在芯片核心底层即可释放人工智能潜力。上层则整合Caffe、TensorFlow等多种流行的深度学习开源框架，从而可以快速建模卷积神经网络（CNN）和递归神经网络（RNN），广泛覆盖图像识别、语音语义识别、时间序列预测等多种人工智能应用。该平台同时还提供针对大数据应用的Hadoop、Spark等开源框架，以满足行业企业对于分布式数据计算、分析、预测等需求。

异构计算崛起

云计算上半场，企业多是为了节约成本快速上线，用户以互联网和小微企业为主；云计算下半场，企业为了更好地挖掘数据价值，云计算正快速渗透进大中型行业企业市场。

在全球各大公有云企业相继推出支持GPU/FPGA异构计算的云服务之际，EasyStack推出首个人工智能开源云平台，以自主可控、开放开源的技术来满足云计算下半场，大中型行业企业用户对于人工智能和大数据的需求，进一步促进实体经济的快速发展，供给侧改革的深入进行。

云计算甚至整个IT产业的未来竞争焦点已经聚焦在了大数据和人工智能。对人工智能的实现来说，数据是前提，算法是核心，计算是基础。经过半个世纪的发展，人工智能之所以在当下能够再次掀起热潮，关键就在于云计算让数据量得到大幅增长，机器学习算法让数据智能成为可能，而高性能的计算能力(CPU、GPU、FPGA、ASIC)则是前两者的基础，它对人工智能的突破至关重要。

在人工智能领域，企业可以将FPGA用于深度学习的推测阶段，与主要用于训练阶段的GPU互为补充。尤其对于云计算数据中心，CPU+FPGA异构计算的效率更高，应用更广，大规模应用已箭在弦上。

从GPU到FPGA，中美云计算较力升级

据悉，在云平台上支持最新的FPGA异构计算架构刚刚起步，中国和美国几乎同步。去年10月，亚马逊AWS刚刚推出FPGA云服务EC2 F1；几乎同时，微软也在Ignite技术大会上演示了FPGA加速机器翻译，并已经使用FPGA加速Bing 搜索和Azure云；谷歌则自用TPU芯片（一种ASCI芯片）支持人工智能。今年1月，国内公有云企业相继推出了支持GPU和FPGA的云服务。由此，人工智能云平台的较量已经从GPU时代升级到FPGA时代。

而这次，EasyStack成为全球第一个推出支持异构计算的开源云平台企业。EasyStack在今年1月宣布完成5000万美元C轮融资，这也是中国开源领域最大的单笔融资。而这笔资金，看来EasyStack正将它重点用于技术投入之上。

而从整个云计算市场来看，新的工作负载使得数据中心芯片应用多样化，不仅为芯片市场带来创新活力，也为上层人工智能等创新应用带来技术上质的飞跃，更为云计算企业2017年乃至今后的竞争升级增加了关键的砝码。