近日，国际知名行业研究与咨询机构Forrester发布了《2018 Q4中国预测分析与机器学习解决方案Wave报告》，在Forrester本次发布的报告中，作为机器学习核心承载体的云服务领域，仅金山云和阿里云两家入选。

其中，金山云凭借前瞻性的研发投入、卓越的技术产品能力和优秀的商业化表现，成功入选报告挑战者象限。这也是今年以来，金山云继深度学习平台KDL被IDC报告评为最先商用的机器学习平台、Forrester报告中位居机器学习领域大型玩家之后，再度获得行业知名研究机构认可。

Forrester：《2018Q4 中国预测分析与机器学习解决方案Wave报告》

先发优势明显再获知名机构认可

当前，人工智能、大数据等前沿技术炙手可热，作为大数据与人工智能的重要基础技术支撑，预测分析与机器学习在近年来也获得长足发展，引发了新一轮市场热潮。Forrester从产品能力、战略布局、市场表现3个维度，合计24个子类标准对中国市场最值得关注的9家预测分析与机器学习方案提供商进行评估，发布了《2018年中国预测分析与机器学习解决方案Wave报告》。

金山云作为最早推出基于云计算的PAML(Predictive Analytics And Machine Learning Solutions)解决方案的厂商之一，在2017年上半年，就领先业界正式推出基于公有云的深度学习服务KDL(Kingsoft Deep Learning)。

通过自主研发的机器学习平台KML、深度学习平台KDL等产品，并且打通存储服务(KS3/KTS/HDFS)、计算服务(MR/SPARK)等，金山云为用户提供学习训练所需的数据存储、计算、分析等全流程AI相关技术支撑，供客户进行机器学习、深度学习模型开发训练和模型服务部署，用户无需进行复杂的模型训练、参数调整就可获得图像、语音识别等强大功能，方便用户构建上层应用。

持续大力投入机器学习成果斐然

作为中国前三的云服务商，金山云一直将机器学习作为重要的发展方向，持续加码AI等相关技术的研发投入，并大力推动产品的商业化落地，推出了各类针对性的解决方案，如直播监控、文字识别、敏感内容检测等。截止日前，金山云机器学习平台KML、深度学习平台KDL，已经实现了在金融、汽车、政务、安防、教育、工业等多个领域的全面落地。

KML作为金山云推出的面向大众市场的通用机器学习平台，支持所有主流的机器学习算法，覆盖回归、分类、聚类等算法类型，同时能够提供Spark、R、Python、Java等程序接口，全面兼容开源社区提供算法支持，结合Spark集群提供分布式内存计算的强大性能，为用户提供模型开发、模型训练、模型部署等一站式机器学习服务。

KDL作为一款面向开发者的深度学习平台，也是国内云计算企业中首个实现商用的人工智能云PaaS平台。平台以Tensorflow、Caffe、MXNet等主流深度学习框架为基础，通过与Kubernetes和Docker容器技术相结合，为用户提供模型开发、模型训练、模型部署一站式深度学习服务。除训练服务以外，还开放了多种方式如gRPC，Tensorflow Serving等接口来提供面向预测的服务，使客户能方便的管理整套服务流程，释放运维资源，帮助客户快速接入AI能力。

完善的技术体系构建强大AI能力

金山云机器学习平台、深度学习平台提供基于Notebook和向导式建模环境，用户可以在Notebook中构建自己的机器学习pipeline，通过使用KMR和KBDP提供的丰富大数据组件、产品来进行数据获取及相关的数据清洗转换工作。支持的数据源包括对象存储、HDFS、流式数据、文本数据等，支持CSV、JSON、HDF5、Feather等主流机器学习数据格式。

在算法组件方面，平台包含机器学习、数据预处理、统计分析、特征工程、深度学习框架、预测与评估等一整套的机器学习算法组件，支持包括神经网络、随机森林、GBDT，广义线性模型、贝叶斯、Xgboost，Kmeans，PCA、SVM，协同过滤等算法。并通过领域模型平台、训练样本生成平台、模型评估平台和离线模型生成平台四大综合性技术，帮助客户快速获取AI能力。

在领域模型平台方面，预置业内主流的多种深度学习和机器学习模型，并将自研的OCR、人脸识别等神经网络模型部署在深度学习平台上，以API的形式开放给外部客户直接调用;在训练样本生成平台方面，主要包括文字图片生成、人脸图片生成等，方便用户批量生成训练集;在模型评估平台方面，用户可以在线提交训练好的模型和测试集，在控制台可以观察到具体的模型准确度结果和进行不同模型的结果对比，方便挑选出效果最好的模型并部署;在离线模型生成平台方面，对于训练好的模型可以通过深度学习平台做在线模型的部署，方便用户快速将训练好的模型小型化并部署到终端上。

金山云机器学习平台对底层基础设施是无依赖的，基于公有云，客户无需关注底层资源，只用按需申请相关的计算资源就可以快速获取AI能力。未来，金山云将自身在AI领域积累的大规模多行业的成功经验进行输出，构建更加上层的一站式AI产品和服务，从而更好地将AI赋能给具体的业务团队，与客户共同成长。