[論文レビュー] Cloud Platforms for Developing Generative AI Solutions: A Scoping Review of Tools and Services

Dhavalkumar D. Patel, Ganesh Raut+6 more|arXiv (Cornell University)|Dec 8, 2024

Big Data and Business Intelligence被引用数 5

ひとこと要約

スコーピングレビュー。主要なクラウドプロバイダとそのツールを比較し、生成AIの開発における計算資源、データ、セキュリティ、エッジ、ガバナンスの側面を扱い、ケーススタディと今後の方向性を含む。

ABSTRACT

Generative AI is transforming enterprise application development by enabling machines to create content, code, and designs. These models, however, demand substantial computational power and data management. Cloud computing addresses these needs by offering infrastructure to train, deploy, and scale generative AI models. This review examines cloud services for generative AI, focusing on key providers like Amazon Web Services (AWS), Microsoft Azure, Google Cloud, IBM Cloud, Oracle Cloud, and Alibaba Cloud. It compares their strengths, weaknesses, and impact on enterprise growth. We explore the role of high-performance computing (HPC), serverless architectures, edge computing, and storage in supporting generative AI. We also highlight the significance of data management, networking, and AI-specific tools in building and deploying these models. Additionally, the review addresses security concerns, including data privacy, compliance, and AI model protection. It assesses the performance and cost efficiency of various cloud providers and presents case studies from healthcare, finance, and entertainment. We conclude by discussing challenges and future directions, such as technical hurdles, vendor lock-in, sustainability, and regulatory issues. Put together, this work can serve as a guide for practitioners and researchers looking to adopt cloud-based generative AI solutions, serving as a valuable guide to navigating the intricacies of this evolving field.

研究の動機と目的

• AWS、Azure、GCP、IBM、Oracle、Alibaba などの主要プロバイダが提供する生成AI向け最新クラウドサービスの強みと弱みを評価する。
• 大規模言語モデル、マルチモーダルAI、HPC、サーバーレス、エッジコンピューティング、データ管理の能力を評価する。
• クラウドベースの生成AIに伴うセキュリティ、倫理、規制の課題とイノベーションの機会を特定する。
• 実務者、研究者、政策立案者向けの実用的なガイダンスと戦略的提言を提供する。

提案手法

• Arksey and O'Malley フレームワークに基づく系統的スコーピングレビュー。
• 学術データベースとベンダー資料を横断した包括的な文献およびプロバイダ資料の検索。
• 計算資源、AIサービス、データ管理、価格設定、および新技術を評価する比較フレームワーク。
• 業界専門家および学者との協議を通じて所見を検証する。
• 統合には、エッジAI、連合学習、持続可能性などの分野でのSWOT分析と将来の方向性を含む。

Figure 1: Structured guide through cloud-based generative AI development landscape

実験結果

リサーチクエスチョン

• RQ1 生成AI開発のための主要クラウドプラットフォームの能力と限界は何か？
• RQ2 HPC、AIサービス、データ管理、生成AIのデプロイツールの観点でプロバイダはどのように比較されるか？
• RQ3 クラウドベースの生成AIに伴うセキュリティ、倫理、規制、持続可能性の課題とは何か？
• RQ4 クラウド対応生成AI開発の新たな動向と今後の方向性は何か？

主な発見

Provider	Overall Cloud Market Share	AI/ML Services Market Share
AWS	31%	34%
Microsoft Azure	25%	39%
Google Cloud Platform (GCP)	10%	11%
Alibaba Cloud	5%	6%
Others	29%	10%

• AWS は SageMaker と Bedrock を用いた堅牢な Generative AI Stack を提供し、P4d のような GPU を含む基盤モデルと大規模トレーニングをサポート。
• Azure はエンタープライズ統合、OpenAI との連携、責任ある AI ツールを Generative AI Stack 内で重視。
• GCP は Vertex AI、Cloud TPU、MUM のような取り組みを含むマルチモーダル機能を強調。
• プロバイダはエンドツーエンドの AI ライフサイクル、データ/AI の統合、説明可能性とバイアスツールを通じたガバナンスを強調。
• クラウドAI市場はAWS、Azure、GCPが支配しており、AIサービスの市場シェアにおいて大きな影響を与えている。
• AIのデプロイとデータガバナンスを最適化するためのハイブリッド、マルチクラウド、エッジコンピューティング戦略の採用が高まっている。

Figure 2: Major Milestone Timeline in AI Development