人工智能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創始人Sam Altman和Brockman將加入微軟，領導新的人工智能團隊。

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能方面制定了長期策略，旨在引領人工智能革命，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堆棧的全面願景，展示了從雲基礎設施到AI驅動的應用程序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衆。

然而，今年，針對開發人員和機器學習工程師的生成式AI的發佈成爲了Ignite 2023的焦點。它不僅限於開發人員或IT專業人員，成爲了整個微軟生態系統的分水嶺時刻。

微軟希望成爲人工智能生態系統的主力軍，微軟首席執行官兼董事長薩蒂亞·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能加速器芯片到推出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能來保持其行業領導地位的？

Azure是新的人工智能操作系統，Copilots是新的應用程序

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構建應用程序。Microsoft.NET和Visual Studio於2000年代初發布，促成了一個新平臺的創建，重新點燃了開發人員創建Web服務的興趣。近十年來，微軟成功推出了另一個平臺Azure。

當微軟創建一個平臺時，它會帶來一個由獨立軟件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能再次創造一個全新平臺的魔力，從而形成一個由開發者、獨立軟件供應商、系統集成商、企業和消費者組成的蓬勃發展的生態系統。

本季度，Azure成爲操作系統，，而應用程序則是微軟稱之copilots的人工智能助手。因此，Azure是新的Windows，copilots是新的應用程序。

GPT-4等基礎模型構成了這個新操作系統的內核。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。該堆棧與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，以確保微軟成爲人工智能的先驅公司。他不希望公司錯過技術領域的下一個重大事件，就像他們在搜索和移動領域所經歷的挫敗。

在短短幾個月內，該公司爲其產品提供了多種copilots，從Bing搜索引擎到微軟365再到Windows操作系統。它還爲Edge瀏覽器添加了各種功能，增強了用戶體驗。近幾個月來，微軟擁抱生成式人工智能的速度令人震驚，使其成爲領先的人工智能平臺公司之一。

微軟投資開發自己的CPU、GPU和DPU

幾十年來，CPU爲軟件架構制定了規則並塑造了其發展。現在，人工智能軟件正在塑造芯片的發展，催生專用處理器。微軟已經正式宣佈將開始製造自己的芯片和處理器，包括CPU、人工智能加速器和數據處理單元。

先從CPU開始說起，Azure Cobalt是微軟自己的CPU，基於Arm架構，可實現最佳性能和瓦特效率，併爲常見的Azure雲工作負載提供支持。

該系列的第一代Cobalt 100是一款64位128核芯片，與當前幾代Azure Arm芯片相比，性能提升高達40%，併爲微軟Teams和Azure SQL等服務提供支持。繼從AmpereComputing購買的第一款基於Arm的CPU Neoverse N1之後，Cobalt 100成爲Azure上提供的第二款基於Arm的處理器。

然後是Azure Maia，這是一系列定製AI加速器中的第一個，旨在爲OpenAI模型、Bing、GitHub Copilot和ChatGPT等AI工作負載運行基於雲的訓練和推理。

Maia 100擁有1050億個晶體管，是該系列的第一代產品，也是採用5nm工藝技術的最大芯片之一。它在芯片、軟件、網絡、機架和冷卻領域具有衆多創新。新的AI加速器通過優化Azure AI的端到端系統來運行GPT等最先進的基礎模型，成爲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數據中心的效率。虛擬化、網絡管理、存儲管理和安全等軟件功能通過Azure Boost卸載到專用硬件，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，因此這種負擔卸載可以顯著提高雲基礎設施的性能。

除了將自己的芯片引入其中之外，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，以運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。

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的模型上運行推理的首選平臺，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13億個參數，而Phi-2有27億個參數，與Llama 2相比要小得多，後者從70億個參數開始，一直到700億個參數。

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。微軟將發佈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，這是一個爲Azure認知服務帶來多模式功能的基礎模型。該模型允許用戶分析和理解圖像、視頻和語言，爲構建計算機視覺應用程序提供可定製的選項。此模型已在Azure中可用。

Azure ML（微軟的ML PaaS）提供模型即服務，可以將基礎模型作爲API來使用，而無需配置GPU基礎設施。這大大簡化了人工智能與現代應用程序的集成。

Azure OpenAI和Azure模型目錄的結合爲客戶提供了最全面、最廣泛的基礎模型，這成爲Azure的關鍵差異化因素。

微軟Graph和Fabric是數據平臺的核心

人工智能需要大量數據進行預訓練、微調和檢索。微軟Fabric和微軟Graph是爲微軟的生成式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上發佈的，是微軟數據產品線的重要補充。Satya通過將其與SQL Server的發佈進行比較來強調其重要性，這意味著微軟數據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。它包括一個名爲OneLake的組件，一個變革性的數據Lakehouse平臺。

OneLake集成到Azure機器學習和Azure AI Studio中，Azure機器學習數據管理功能大大增強。該平臺旨在以統一、高效的方式處理大型且多樣化的數據集，優化人工智能應用程序的數據存儲和檢索。

它與Azure AI平臺的集成對於需要大量數據處理和複雜計算任務的場景尤其重要，這在高級AI和機器學習項目中很常見。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）的數據引入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。它已成爲開發AI copilots的關鍵，提供統一的API來訪問微軟365服務中的各種數據。

微軟Graph使副駕駛能夠通過聚合來自電子郵件、日曆事件和團隊交互的數據來提供個性化幫助。這種集成方法確保了對用戶專業環境的上下文理解，這對於提出智能建議至關重要。微軟Graph支持實時數據訪問，這對於copilots的及時響應至關重要。它符合微軟365的安全標準，可確保敏感數據的安全處理。

微軟Fabric和微軟Graph成爲基於API提供的實時數據構建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能革命，利用其平臺傳統並在硬件和軟件方面進行創新，以保持行業主導地位。