当您坐下来开始一天工作的时候，您可能不会考虑到您所做的工作到底有多少是通过云进行的。你是否正在发送电子邮件？ 你是否正在使用在线日历安排会议？ 你是否正在与同事共享文件并通过基于网络的演示幻灯片向他们发送图像？ 即使在家，你也有可能使用云功能，而自己却并未意识到。你拍摄的照片是否会在电脑上备份并可以通过电脑进行访问？ 你是否正在用云服务存储音乐，然后会在锻炼或散步时把想要听的音乐下载到智能手机上？ 你是否会接受设备建议的几个字，并写入到你的邮件中？
所有这些信息都已存储在云端，与大多数网络图形和品牌不同的是所谓的云实际上并不是出现在天空中的蓬松棉球。相反，云是一个存满服务器和内存组件的物理空间。
但我们是如何做到这一点的呢？ 几年前，我们不是把所有文件、照片和音乐都存储在电脑里吗？ 为了共享文档，我们是不是会把它们保存在软盘和闪存驱动器上，然后在笔记本电脑和台式机之间互传吗？ 家用机和设备上储存的内容都去哪了？
储存的内容并未移动。随着你的设备内存和云计算能力相结合，几乎所有智能设备上的人工智能 (AI) 都在飞速发展！你现在可以通过面部识别功能更快地在相册中找到好朋友的照片。你可以通过复杂的云计算来获取你喜欢的音乐。我们渴望面部识别更加精准，设备对于决策的反应能力更加迅速，云会同我们的边缘设备协同合作，从而让我们天马行空的 AI 梦成为现实。跟手写的会议提醒和任务列表建议说再见 - 迎接迄今为止有可能成为颇具智能化的 AI 助手。
我们为什么会用到云？
无论是备份手机应用程序还是将照片保存到在线相册，我们在线处理所有事情时几乎都会使用到云，但也不是一直如此。事实上，根据 Micron 美光高级客户项目经理 Gregg Wolff 的说法，云存储和云计算直到大约 10 年前才真正被人们所接受。
“我认为促成从本地内存转向云储存的一个重要因素大约出现在 2008 年前后，”Wolff 表示。“由于当时出现金融危机和一系列的挑战，许多公司意识到从本地服务器的角度来看，他们服务器的利用率相当低。” 实质上，由于经济状况和企业面临的困难，从存储硬件转向云存储意义重大。这次转变在很大程度上都在关注如何整合并尽可能利用资源。Wolff 补充道：“云的趋势实际上是通过虚拟化高效地使用计算资源的过程，以及将多个用户和作业放在同一个机器上的能力。” 在对公司的选择进行调查时发现，面临金融压力的公司可以很容易地看出，他们执行各种职能所需的硬件费用及保持公司运营的 IT 服务费用远远超过使用云的费用——而当时还是处在云计算的初期阶段！
如今，这句话依然适用。时至今日，使用云计算处理大量工作仍然比几乎次次都去投资本地资源更具优势。这并不是说本地企业服务器会消失。如果出现数据需要顶级保护或由于网络瓶颈而使工作量受到严重影响的情况，出本地企业服务器仍然是王者。Wolff 解释道，现在企业服务器的平均利用率可能在 20% 到 30% 之间，而云中颇具代表性的 Hyperscaler 的利用率可能高达 80%。Wolff 表示，这种差异“令人难以置信”。这些企业可以共享云中的硬件，节省成本并尽可能利用资源，而非依赖于它们自己可能内存过剩的服务器。“我们现在已经到了这样一个阶段，即所有的工作能在云计算中复制，我们当然也看到更好的规模经济正向超大规模环境转移。”Wolff 表示。对于多数公司来说，迁移到云存储是一件理所当然的事。据 Statistica 的统计，2010 年云存储行业的总收入达到了 6.4 亿美元。仅仅 6 年后，该行业的收入就飙升至 40.4 亿美元。
2018 年 1 月，RightScale 连续第七年开展了“云现状”调查，报告称 96% 的受访者使用云，比 2017 年的 92% 还要高。更有甚者，接受调查的公司报告称，他们平均在每 3.1 个云中使用应用程序，并在尝试其他的 1.7 个云，这使得他们每人使用了近 5 个云程序。
现在如此多的人员和公司都依赖于云及其计算和存储功能，那么接下来会发生什么呢？ 答案当然是人工智能。
云中的人工智能
云有很多功能，各公司一直在努力扩展它们的功能，并努力做得更好。人工智能的应用范围越来越广，它可以从越来越多的数据中筛选出帮助我们做出决策的趋势和模式。人工智能正变得比以往任何时候都更加先进，且功能也更加复杂。“我想说，还有什么是云无法完成的呢？” Wolff 问道。
Nasdaq IR Insights 指出，未来三年云基础设施上的资本支出 (CapEx) 预计将增长近两倍。2017 年，这个数字高达 410 亿美元，但到 2021 年，这个数字应该会上升到 1080 亿美元以上。在这个基础设施中，AI 服务器现在只占云的很小一部分。但是，到 2021 年，它们预计将占到 10% 左右，到 2025 年，它们将激增到云基础设施的近一半。AI 服务器需要相当于标准服务器的两倍 SSD 和六倍 DRAM。这是美光专注研发的两款强大高效的产品。
由此看来，云中人工智能的能力会受到限制也就不足为奇了。由于网络缺陷，通常会不定时地停机以及一小部分人工智能服务器出现故障，即使是强大的数据中心也不能满足所有计算需求。
以图形渲染为例。根据 Wolff 的说法，由于网络瓶颈问题，“你的平均帧率应该表现不错，但如果部分掉帧，最后的服务质量就会很差。90% 的情况下，你的体验感会很棒，只有在 10% 的情况下，你的体验感会很糟糕。”
由于这个瓶颈问题，边缘设备还必须配备强大的内存去执行必须完全靠硬件自身来完成的程序。云和边缘设备在 AI 中都有各自不同的职责— 它们的成功始于更大的内存。
智能设备在很大程度上依靠云来获取海量数据，而 AI 算法可以对这些数据进行筛选。当它们对这些数据进行筛选来寻找有用的趋势和模式时，它们会更多地去创建更多自己的数据，并将其添加到那些基于云的海量数据中，进而增加数据中心所需的内存量。一旦数据中心有了更多的内存，边缘设备就需要更强大的功能在海量数据中筛选并获取有价值的信息。这样的循环周而复始，一切都会重新回到强大的内存中。
为云中更强大的 AI 而生
随着对内存需求的全面增加，只有 DRAM 能够满足需求。随着人工智能不断发展壮大，内存必须不断升级和优化，从而给予新程序无缝服务。
Micron 美光在这一领域的创新处于科技前沿。当我们将内存移到离设备处理单元更近的地方，或是将那些处理功能直接移到内存中时，计算功能的运行速度将比以往任何时候都快。此外，Micron 美光还在研究新兴的内存技术，在保持接近 DRAM 性能的同时，大幅提高内存的密度。
有了这些研究机会，Micron 美光数据中心营销总监 Ryan Baxter 认为，Micron 美光在支持云及其计算工作方面表现将更加出色。“云的增长速度以及所带来的机遇都是前所未有的。反之亦然，如果没有我们的产品，云就不存在。”Baxter 表示。“这是共生；我们和云一起成长，就像云和我们一起成长一样。”
Baxter 认为他和美光在即将到来的云发展中扮演着翻译的角色。随着客户对云的投资越来越多，消费者对云的重视和需求越来越大，Micron 美光会去判断这些需求，然后采取行动从而为他们提供强大的内存。我们的工作就是筛选这个行业和趋势信息，并了解如何用经济的方式让我们提供给公司的云计算能力与客户的需求对接。”Baxter 表示。“我们正在通过投资这些更强大、更有效的内存创新来实现这一点。”
所以，继续前进。发邮件，上传照片，播放电影。云时刻为你服务，并且会在先进设备的支持下变得越来越强大。随着美光对内存不断的升级和优化，我们的日常用户也越来越依赖于云计算，只需动手轻轻一扫、点击或下载，人工智能便能让我们的生活更加美好。
