微軟在開源之路上狂飆突進。
在2018年11月的AWS re：Invent上，亞馬遜CTO沃納·威格爾左手抱著數碼吉他，右手擺出了“V”的勝利標識，大屏幕上的“GO BUILD”成為他對成千上萬開發者們最大的期望。
回到Neo-AI，其可以采用以下這些模型對機器學習進行優化：
不管如何，對于云計算行業老大的AWS來說，這是一次開源上的進步。
更基礎點看，機器學習具有改變應用程序開發的巨大潛力，是多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科，但其對專業知識的要求，只有少數公司能夠承擔得起。AWS算得上是其中之一。Tom Mitchell的機器學習(1997)對信息論中的一些概念有詳細的解釋,其中定義機器學習時提到，“機器學習是對能通過經驗自動改進的計算機算法的研究”。（Machine Learning is the study of computer algorithms that improve automatically through experience.）
更早之前的2014年11月12日，微軟正式宣布了.NET Core的開源，免備案空間 香港服務器，并取得了巨大的成功。目前，.NET平臺已經收到來自微軟以外的3700多家公司的超過60000個社區的拉取請求。由于微軟一系列的開源動作，導致了.NET 基金會在2018年12月5日宣布重大消息：可由微軟直接任命一位新的董事進入該組織，并將本身的贊助商陣容進行擴大。
AWS宣布推出Neo-AI項目 進入開源生態
據悉，目前AWS正在加快推出C ++和Rust版本的開源工具，并且還與合作伙伴合作提供更多開源版本，包括：Erlang（Alert Logic）、Elixir（Alert Logic）、Cobol（Blu Age）、N | Solid（NodeSource）和PHP（Stackery）。
在云計算界，亞馬遜太過耀眼，但在開源界，微軟才是領軍者。以至于一直有批評人士稱亞馬遜的開源軟件數量過少，只知道用開源項目作為創收基礎，而不會給社區做出太多貢獻。
Neo-AI運行時占用的空間并不大，僅需1M的磁盤空間（流行的深度學習庫所需的是500M-1GB），另外，Neo-AI主要在Amazon SageMaker Neo運行時運行。
眾所周知，香港服務器租用，對于邊緣設備而言，其機器學習模型優化往往受到計算能力和存儲的限制，因為距離云計算中心實在太遠，而只能采取開發人員手動調整的方式。而Neo-AI就是為了解決這個問題而來。
轉換模型的速度最高可達2倍，而且不會降低精度。
對于開發人員來說，創新的核心就是社區；但更加重要的是，采購云計算，企業開發人員的意見至關重要——這就是為什么開源是如此具有“魅力”。
不過，Naveen Rao在稱贊Neo-AI時也不忘給自己插播廣告：
豪言壯語雖喊，其開源動作仍舊顯得略慢。不過眼下，亞馬遜AWS正尋求新的方式改善這種失衡的關系。
圖為亞馬遜CTO沃納·威格爾 雷鋒網(公眾號：雷鋒網)拍攝
開發人員可以在目標硬件上運行模型，而不依賴于框架。
開發者們，微軟和AWS，你會更喜歡誰？
ARM、英特爾和NVIDIA從今天開始支持Neo-AI
英特爾人工智能產品部總經理Naveen Rao表示，為了從人工智能中獲得價值，人們必須確保深度學習模型可以像在邊緣設備上一樣輕松地部署在數據中心和云中。
此外，Amazon SageMaker Neo作為Apache軟件許可下的開源代碼發布，使硬件供應商能夠為其處理器和設備定制它。
雷鋒網此前報道，SageMaker Neo在AWS re：Invent被首次推出，其目的是幫助開發人員針對目標硬件平臺優化經過培訓的機器學習模型，在AWS環境中，SageMaker Neo主要在邊緣運行。
