微软公司在云计算领域继续保持着令人瞩目的发展势头，这一趋势在周一的年度Build开发者大会上迅速发展。

这家技术巨头在平台，工具，云服务和其他产品上开展了广泛的创新，这将有助于其Azure公共云继续在众多解决方案领域中保持领先地位。同时，新服务应丰富其内部部署和混合云平台，工具和应用程序的深度堆栈。

从Wikibon的角度来看，Microsoft在将基于云的人工智能和机器学习应用程序推向商业和消费者领域的用户手中方面，是一个明显的领导者。该供应商显然在周一的公告中表现出了自己的强项，在其Dynamics，Office 365和其他面向商业和消费者市场的应用程序解决方案中推出了与AI / ML相关的各种功能增强。

微软在核心AI / ML平台和工具方面的投资现已成为赌注，可以在竞争激烈的云领域与Amazon Web Services，Google Cloud Platform，IBM Cloud和其他公司竞争。延续过去几年的Build活动中引入或扩展的举措，Microsoft宣布了几项有关其核心AI产品的关键解决方案公告，这些产品明确针对新一代AI / ML应用程序开发人员：

增强的AI DevOps自动化：微软宣布增强其自动化AI / ML功能和工具，以确保标准化的端到端AI / ML DevOps工作流程中的可重复性，可审核性和自动化。

专门针对技能的AI应用程序开发工具：Microsoft宣布了无代码的可视化AI / ML开发界面以及面向喜欢代码优先体验的开发人员的新型AI / ML笔记本。

丰富的预建AI应用服务：供应商推出了新的注入AI的认知云服务，以加速客户对视觉，语音，语言，搜索，推荐，个性化，手写和表格识别以及技术领域实时语音转录的开发。

可重复使用的AI驱动的搜索结果：该公司预览了新的云服务，这些服务使AI驱动的搜索结果可以在嵌入ML模型或BI可视化的智能应用程序的开发中重复使用。

精选的AI建模和培训数据：Microsoft预览了Azure服务，该服务提供精选的数据，以帮助客户提高AI / ML模型的准确性，同时加快前期数据准备。

人工智能推理加速：微软推出了新的硬件加速模型，该模型经过优化可在FPGA上运行，并为Open Neural Network Exchange规范提供运行时支持，以执行Nvidia公司的TensorRT和英特尔公司的nGraph软件平台以实现高速AI / ML推断这些供应商各自的芯片组。

但是，在Build的第一天最重要的公告并没有将重点放在底层AI / ML上，而是着重于为“物联网”，移动和嵌入式环境中的智能边缘应用程序的新世界量身定制和部署这些应用程序所需的功能。 。区别于Microsoft和边缘应用程序开发人员的主要Build公告包括：

从云到边缘开发一次写入，可在任何地方运行的AI：Microsoft Azure SQL数据库边缘(目前处于预览阶段)可帮助开发人员构建AI应用程序，这些应用程序可以从核心Azure云一直运行到在云连接或完全断开的边缘场景中运行的边缘设备。通过Microsoft核心云数据平台，Azure SQL数据库和本地SQL Server中实现的相同编程抽象，它使一次写入，可在任何地方运行的AI应用成为可能。该解决方案的运行时合并了与Azure云中实现的相同的数据流，时序数据，数据库内机器学习和图形处理技术，从而支持各种复杂的低延迟AI应用程序。任何构建针对Azure云优化的应用程序的AI / ML开发人员都应加入 Early Adopter Program 访问Azure SQL数据库边缘的预览。此产品可使AI应用程序开发人员从学习新工具和语言的过程中解放出来，以构建智能的边缘解决方案。它还使企业DevOps专业人员可以使用相同的应用程序管理和安全工具，通过与Azure核心和IoT云中运行的集中控制平面相同的集中控制平面，来控制基于Arm和基于x64的交互式设备和边缘网关上的AI工作负载。

为丰富的AI边缘应用程序建模以实现透明的跨边缘部署：IoT的即插即用是Microsoft智能边缘策略中的另一个重要公告。这指定了一种新的开放建模语言，用于将IoT设备大规模连接到云。使用该语言，只需编写一次新的AI和其他软件即可部署到所有受支持的合作伙伴认证的设备，而不是专门针对每个连接的设备。根据此公告，Microsoft将为客户提供经过IoT即插即用合作伙伴认证的设备的大型生态系统，这些设备支持快速的云到边缘连接。它还为面向大众市场的物联网和其他应用程序环境构建AI丰富的混合现实和游戏应用程序提供了新工具。

在整个分布式边缘应用程序中扩展基于图的上下文：Microsoft扩展了两年前在Build上宣布的图计算技术，以支持与设备无关的完全边缘计算策略。该供应商宣布，Microsoft Graph(可作为跨云，IoT / edge，企业和其他应用程序的情境智能的连接线程)现在可以将用户自己的业务数据整合到其他非Microsoft平台和应用程序中。除了新的Fluid Framework和Edge浏览器增强功能之外，Microsoft Graph还提供了一个开发抽象平面，用于在多设备环境中构建无缝，实时和交互式体验。

自动学习边缘应用程序业务逻辑：微软宣布了一项新的“语义机器”功能，可以自动学习如何将人们的单词映射到执行所请求任务所需的计算步骤。这项技术可以使开发人员从编写脚本的细节中解放出来，而无需将其写到最后一个细节上，而这一切都是基于边缘的智能应用程序可能需要的。它还使那些代理，机器人和其他应用能够通过自适应AI在本地应用到新鲜的聊天，交互和传感器数据来动态地发展其控制逻辑。该技术将通过Microsoft的Cortana and Bot Framework提供，以推动边缘应用程序的流畅的上下文和智能交互。

通过分布式区块链技术简化边缘业务逻辑治理：我们不应忽视微软新发布的Azure区块链服务对其边缘应用程序开发策略的重要性。该产品建立在去年Build上宣布的区块链应用程序开发工作台的基础上，目前已公开预览，可简化分布式以太坊社区区块链中持久存在的业务逻辑的部署和治理。它包括一个Visual Studio工具，用于创建，编译和自动部署智能合约，应用程序代码和其他业务逻辑，这些逻辑被写入运行在Azure云上并使用Azure DevOps服务进行管理的不可变区块链。新的Azure区块链开发套件 连接在Azure中运行的多种应用程序和数据平台以及本地平台，混合云，IoT网格，无服务器环境和其他复杂部署中管理的业务流程。

构建和调整完全自治的边缘应用程序：Microsoft宣布了一项计划，该程序为自治边缘应用程序的开发人员提供了与其专家合作的机会，这些专家使用其AI，云，物联网和机器人工具来构建此类智能代理。该计划包括对新类别的“机器教学”工具的访问，这些工具允许不是数据科学家的领域专家构建驱动自主系统的AI业务逻辑。它还包括对仿真技术(例如Microsoft的AirSim)的访问权限，这些仿真技术 使自主设备能够在受控的现实环境中学习。

以AI为核心的云到边缘应用程序的开发人员应为他们最复杂的项目强烈考虑以Microsoft Azure为中心的开发环境。

但是，从发布的第一天开始就缺乏Microsoft对最热门的边缘应用程序细分市场之一的全面处理方法：机器人流程自动化。尽管新的 Form Recognizer和Semantic Machines服务具有明显的RPA应用程序，但Microsoft的任何主要注释或其他声明均未提出解决该智能边缘机会的综合方法。

此外，微软的新的自主AI开发人员参与计划缺乏具有远见的范围和产品深度，而这种范围和产品深度是竞争对手AWS在去年秋天推出的针对边缘应用程序开发人员日益增长的方法的特征。

从开发的角度来看，这些显然是微软在智能边缘产品组合覆盖方面的重大空白。尽管如此，Wikibon完全有信心微软将在明年通过其通常的尖端研究与开发，战略收购和精明的合作伙伴活动来解决这些问题。