雲端 AI 服務各有優劣，AWS、GCP 與 Azure 三大平台比較

生成式人工智慧（Generative AI）崛起一年，成為雲端服務商最熱門競爭領域。AWS、Azure 及 GCP 三大平台商紛紛大力投資，爭取開發者與企業用戶青睞，以下分析三大平台生成式 AI 發展策略與優缺點，供讀者參考。

AWS 全力推動 Titan 與 Bedrock 計畫

AWS 近期推出 Bedrock 平台，以平台即服務提供各類基礎模型。Bedrock 基礎模型有自研 Titan 系列，以及近期加入的 Mistral AI 各種模型，還有視為超越 GPT-4、評測成績最佳的 Anthropic Claude 3，還有 AI21 Labs Jurassic、Cohere Command、Meta Llma 2、Stability AI Stable Diffusion 等。用戶可透過 Bedrock 的 API 介面無伺服器調用模型，Bedrock 也支援私有 VPC 子網路部署，有助保障安全。

除了 Bedrock，AWS 也計劃推更多商業基礎模型供微調，涵蓋產生程式碼、聊天機器人等。AWS 全力推動 Titan 與 Bedrock 兩大計畫，期望於生成式 AI 基礎模型市場取得領先。

GCP 發力 PaLM 與 Vertex AI

與 AWS 相較，Google 近期發表 PaLM 系列基礎模型，並透過 Vertex AI 平台開放模型。Vertex AI 平台集結 Google 自研與第三方開源各類基礎模型，形成豐富園區，用戶可透過 Vertex AI 使用微調。

Google 也推出多種低程式碼工具，協助開發者更快構建基於生成式 AI 的各類應用。透過 PaLM 模型與 Vertex AI 平台，以及完整開發工具，GCP 也全力加強生成式 AI 布局。

Azure 獨家引進 GPT 模型

相較 AWS 與 GCP，微軟 Azure 採不同策略。Azure 最新服務就是 Azure OpenAI，獨家提供 OpenAI 最新 GPT 模型，如 GPT-3.5 Turbo 等。

Azure OpenAI 讓用戶直接從 Azure 訂閱啟動 OpenAI 模型，並選擇是否部署私有虛擬網路。Azure OpenAI 也與 Azure 機器學習深度整合，提供點對點模型訓練、部署與管理。

誰將成為 AI 戰最大贏家？

綜觀三大平台商生成式 AI 布局，AWS 基礎模型有多元選擇，似乎略占先機，且 AWS 優勢不僅是 Titan 和 Bedrock 等自研基礎模型和平台，還有全球公有雲市占率最高，早有大量成熟雲端服務支援生成式 AI 模型訓練部署和使用。

SageMaker 為完整機器學習平台，兼具高度靈活性與可擴展性，輕鬆訓練各類生成式 AI 模型；Lambda 和其他無服務計算選項可部署模型；S3、EFS 等儲存服務存放大規模訓練資料。利用 AWS 完整雲端生態使開發者更便利。

雖然 GCP 與 Azure AI 產品發表頻率很高，AWS CEO Adam Selipsy 強調，世界沒有一個模型就能解決所有問題，不過憑著雲端基建優勢，以及 Bedrock 平台多元選擇，如果 AWS 持續投資生成式 AI，可能逐步拉開與對手的距離。當然生成式 AI 仍是快速演化的新技術，局勢隨時都可能產生變化。

GCP 和 Azure 仍以整合第三方模型為主，但只要投資並推出更多自研模型和服務，也有可能迎頭趕上。還有其他雲端服務商如甲骨文也不落人後，可能打破現有格局。