5 月 25 日报道，和前两年一样，今年微软 Build 开发者大会再度以虚拟方式举行，并由微软董事长兼 CEO 萨提亚・纳德拉发表开场演讲。
本届大会的主角是人工智能（AI）、低代码和无代码开发，微软还特别为 AI 开发者打造了一款外形酷似 Mac Mini 的全新硬件 Project Volterra。
这是一款迷你版台式机，由高通骁龙计算平台提供支持，内置神经网络处理器（NPU），方便开发者构建和执行本地 AI 加速任务。
微软还进一步降低 AI 开发和软件开发门槛，不仅公布新的 OpenAI 服务，允许开发者使用 GPT-3 自然语言模型的功能，而且着重推出自动转换编程语言、自动补写代码、查错等能力，甚至为其 Power Apps 平台新增了一项 AI 快速设计功能，可将手绘草图、图像、文档、设计文件或演示文稿自动转换为工作软件。
此外，为了持续优化远程协作办公，微软在其视频会议软件 Microsoft Teams 中推出一项实时共享新功能，方便参会者直接在远程会议期间实时地展示 3D 创作的编辑、创作、更改过程。
合作方面，Meta 选择微软 Azure 作为战略云供应商，将使用 Azure 的超级计算能力加速 AI 研究与开发，并将合作扩大 PyTorch 在 Azure 上的应用，微软还将继续为 PyTorch 提供企业级支持。
微软也正与 PyTorch 和 AMD 合作，为在 Azure 上运行 PyTorch 的客户优化性能和开发者体验。
微软正在开发 Visual Studio 2022 的原生 Arm 版本和迷你版 Arm PC。
虽然像 Surface Pro X 这样的 Arm 设备已经能够通过 x64 仿真运行 Visual Studio，但一些功能没有得到支持，性能也有所限制。因此很多开发者都对听到更多 Arm 原生支持抱有期待。
微软正在创建一个全面的 Arm 原生开发工具链，包括 Visual Studio 2022、VC++、.NET 和.NET 框架的 Arm 原生版本。微软正在努力支持 Open JDK、Python、LLVM、Node 和 Git 作为原生针对 Arm64 的开源项目。
微软还再次与高通合作，打造了一款由 Arm 驱动的开发者设备 Project Volterra。
这款迷你“台式机”外形与 Mac Mini 相似，拥有可堆叠的设计，开发者可将多台 Project Volterra PC 堆叠在桌上或服务器机架内。
它内置有高通骁龙处理器、神经处理单元（NPU），适用于 Windows 的高通神经网络处理 SDK 工具包，可帮助开发者构建执行本地 AI 加速工作负载的应用。
Windows 开发者能够在他们喜爱的所有生产力工具（包括 Visual Studio、Windows Terminal、WSL、VSCode、Microsoft Office 和 Teams）旁边构建、测试和调试 Arm 原生应用程序。
这是微软构建智能混合计算世界愿景中的一环。微软希望，未来客户端与云之间的移动计算工作负载，将像今天手机在 Wi-Fi 和蜂窝网络之间移动一样动态和无缝。为此，微软一直在开发平台支持新兴的硬件平台和技术，包括 MIPS、x86、Alpha、Itanium 和 x64 在内的 CPU。
微软尚未透露完整的规格，目前仅知 Project Volterra 由回收的海洋塑料制成，后面有 3 个 USB 端口、1 个 DisplayPort 和 1 个以太网端口，侧面还有 2 个 USB-C 端口。微软后续会分享更多内容。
“我们希望您构建云原生 AI 应用。”Windows 和设备负责人 Panos Panay 说，“使用原生 Arm64 Visual Studio，.NET support 和 Volterra 项目将于今年晚些时候到来，我们将发布新的工具，帮助您迈出这一旅程的第一步。”
有趣的是，两年前苹果宣布自家电脑芯片将从英特尔 x86 处理器向自研 Arm 处理器过渡时，也发布了开发者过渡套件（DTK），其 Mac mini 搭载了苹果基于 Arm 指令集架构研发的 A12Z 芯片。
去年微软曾在 Build 大会上宣布与高通合作，为开发者打造了一个基于 Arm 的开发工具包，以便为 Windows 构建原生 Arm64 应用。如今，双方的合作更进一步。我们也期待看到更多 Arm 驱动的 Windows 设备和应用。
Visual Studio 2022 的原生 Arm 预览版将在“未来几周内”发布，预计将于今年晚些时候完全发布，同时支持 Arm64 .NET。
基于大模型，微软公布了由顶尖 AI 研发机构 OpenAI 打造的 AI 大模型 GPT-3 提供支持的首款产品功能 —— 不会编码，也能构建应用程序。
微软企业业务应用程序和平台副总裁 Charles Lamanna 认为，通过使用 AI 驱动的开发，从低代码到无代码，数十亿人将能够开发软件。
为此，Lamanna 团队将 GPT-3 与微软低代码应用开发平台 Microsoft Power Apps 集成，用于一项名为 Power App Ideas 的功能，该功能允许人们在开源编程语言 Power Fx 中使用对话语言创建应用程序。Power Fx 建立在 Microsoft Excel 上。
通过 GPT-3 支持的新功能，Microsoft Power Apps 用户可以用会话语言描述编程目标，并将其自动转换为 Power Fx 代码。
无论是几乎没有编码经验的人，还是有深厚编程专业知识的专业开发者，都能借助这一新 AI 功能提高构建应用程序的效率。
此外，微软在 Build 大会上公布一项名为 Power Apps Express Design 的新功能：通过利用 Azure 认知服务的 AI 模型，用户只需点击几下，就能直接将纸质表格、PowerPoint、PDF、手绘草图、传统应用程序的 UI 屏幕截图、Figma 专业设计资产等图像和设计文件即时转换为软件应用。
▲ 将草图上传至 Express Design，即可快速生成可用的 app
微软还宣布了其具备自动编程功能的 GitHub Copilot 和 OpenAI Codex 的更新：
GitHub Copilot 在技术预览中的使用数据以及关于一般可用性的更新。Copilot 项目将代码翻译成自然语言描述，可为新手开发者或从事不熟悉的代码库的人提供有效帮助。
OpenAI Codex 源自 GPT-3，可将自然语言翻译成十几种编程语言的代码。
例如，在图形渲染引擎 Babylon.js 中工作的创建者将“创建太阳系模型”输入文本框，AI 驱动的软件会将该命令转换为太阳系模型的代码。
微软 GitHub 与 OpenAI 合作，将 Codex 集成到 Visual Studio Code 等软件开发程序的可下载扩展 GitHub Copilot 中。
GitHub Copilot 使用 Codex 从开发者的现有代码中提取上下文，可向开发者建议接下来可输入的代码和函数行。开发者还可以用自然语言描述他们想要实现的目标，Copilot 将利用其知识库和当前上下文来提供方法或解决方案。
这些演示和相关代码将在 GitHub 上提供给微软 Build 的参会者。与会者还可以在 3 个月内无限制地访问 OpenAI 的 Codex 模型。
此外，微软的代码开发和托管平台 Power Pages 现可预览，低代码制作者和专业开发者可以借助这一平台高效设计、配置和发布桌面和移动网站。Power Pages 经过重新设计，已经拥有全新的用户体验和许多新功能。
微软还将 Azure Bot Framework Composer 的专业代码功能的复杂性和 Power Virtual Agents 低代码平台的简易性进一步整合，方便专业及普通开发者协作构建智能机器人。
根据微软对近 1000 名商业决策者、用户及潜在用户关于低代码影响的调查，近 90% 的用户认为低代码对其生产力有积极的影响，83% 的用户认为低代码使他们能够自己做一些通常需要开发团队的事情，超过 80% 的用户认为低码 / 无码平台提供了一个提高他们开发知识和技术能力的机会。
微软 Azure 人工智能为认知服务推出了两项更新。
一个是 Azure OpenAI 服务，现已可以预览。获批的用户可利用 Azure 的企业能力访问 OpenAI 的不同模型，包括 GPT-3 基础系列（Ada、Babbage、Curie 和 DaVinci）、Codex 系列和嵌入模型。
OpenAI 服务能帮助客户为写作辅助、代码生成和理解非结构化数据等用例构建先进的应用。通过微调和内置负责任的 AI 等功能，客户还可以根据具体需求定制模型，以检测和减少负面的应用。
另一处更新是 Azure Cognitive Service for Language 服务。该服务可为文档和对话提供总结，帮助开发者快速浮现文档和联络中心电话中的关键信息，例如通话的原因和解决方案。
其他功能包括自定义命名实体识别，用于帮助开发者识别某个领域的特定术语；以及自定义文本分类，以帮助开发者用特定领域标签来组织和分类文本，如发票。
▲ 新西兰最大的农村供应合作社 Farmlands 使用 Azure OpenAI 服务来高效总结 35 万次客户互动
微软 Azure 机器学习负责任的 AI 仪表板功能现已进入预览阶段。
该 AI 仪表板汇集了数据资源管理器、公平性、模型可解释性、错误分析以及反事实和因果推理分析等多种功能，有助于开发者调试他们的模型，从而加速模型部署。
此外，Azure 机器学习提供了一个负责任的 AI 记分卡，以总结模型性能和见解，帮助技术和非技术受众了解应用负责任 AI 的影响。
“临场感是最终级的杀手级应用。”纳德拉说。微软正不断为其 Microsoft Teams 视频会议软件建立更丰富的实时协作体验。最新增加的一个功能是实时共享（Live Share）。
对于具有 Live Share 功能的应用程序，Team 允许参会者共同创建、编辑、注释、放大和缩小以及各种形式地进行共享内容的互动。
比如，Hexagon 开发者创建了一个应用原型，在 Teams 中使用 Live Share 功能后，参会者可以一边开会，一边放大、注释和编辑 3D 模型。
微软还在 Team 中提供白板集成，其中包括与 Live Share 类似的共同创建和共同编辑体验。
Live Share 工具建立在微软 Fluid Framework 上，只需几行代码，开发者便可借此创建更多共享和交互式服务和应用，微软已将 Fluid 作为其 Loop 组件集成到 Teams 和 Outlook 中。
微软还宣布了与社交平台巨头 Meta、芯片巨头 AMD、知名开源平台 Hugging Face 的重要合作伙伴关系。
Meta 选择 Azure 作为战略云供应商，帮助加速开发者的 AI 研究和实验。作为协议的一部分，Meta 公司将扩大使用 Azure 的超级计算能力，以加速其 Meta 人工智能小组的 AI 研究和开发。
Meta 将利用由 5400 个 GPU 组成的专用 Azure 集群，使用 Azure 中最新的虚拟机（VM）系列（NDm A100 v4 系列，采用英伟达 A100 Tensor Core 80 GB GPU），用于其一些大规模的 AI 研究工作负载。
此外，Meta 与微软将合作扩大 PyTorch 在 Azure 上的应用，并加速开发者从实验到生产的过程。
在未来几个月，微软将建立新的 PyTorch 开发加速器，以促进在 Azure 上快速实施基于 PyTorch 的解决方案。微软还将继续为 PyTorch 提供企业级支持，使客户和合作伙伴能够在云和边缘的生产中部署 PyTorch 模型。
因为 Azure 将是第一个部署 AMD 旗舰 M200 GPU 用于大规模 AI 训练的公共云，微软正与 PyTorch 和 AMD 合作，为在 Azure 上运行 PyTorch 的客户优化性能和开发者体验，并确保开发者的 PyTorch 项目在 AMD 硬件上以最佳方式运行。
面向数据科学家和机器学习从业者的开源平台 Hugging Face 也将加深与微软的合作，并扩大其 Azure 的整合。
新的 Hugging Face 端点服务得到了 Azure 机器学习的支持，可在 Azure 市场上使用，将帮助开发人员和数据科学家更快速、更容易地部署成千上万的自定义或预训练的转换模型。
此外，Hugging Face 和微软将把 Private Model Hub 和专家加速计划引入 Azure，并使 Hugging Face 的 API 直接在 Azure 机器学习中消费。
Azure 机器学习的其他更新包括：
（1）Azure 机器学习管理端点现在普遍可用，可以帮助开发者和数据科学家更轻松地部署大规模机器学习模型，用于实时和批量推理。
（2）预览版 AutoML 功能包括对自然语言处理和图像任务的支持、模型训练代码的生成以及对产品集成和机器学习操作（MLOps）的增强。
（3）预览版 Python SDK v2 简化了开发者的体验，命令行界面 v2 允许用户无需学习特定的编程语言，即可参与机器学习的生命周期。
面向更具体的行业应用，Azure 表单识别器在预览中增加新功能。用户可解锁新的文档处理场景，如利用保险卡和疫苗卡的预建模型简化病人的登记和疫苗验证。此外，针对段落、标题的布局能力使文本提取更加精确。
▲ 两名 NHS 外科医生正在使用 Azure AI 来发现手术期间面临更大风险的患者
微软智能数据平台现已全面上市，它是一个新的集成平台，将数据库、分析和治理统一起来，使企业能够投入更多时间创造价值，而不是整合和管理零散的数据资产。
微软智能数据平台使企业能够在快速发展的环境中轻松地进行调整，为他们的应用程序增加智能层，释放预测性的洞察力，并在任何地方管理他们的数据。它解决了客户的主要痛点，如市场分散，同时也使客户能够更有效地捕获和利用数据，以增加市场份额。
此次微软 Build 大会清晰传递出微软对 AI 开发、低代码 & 无代码产品以及协作开发的看重。
作为愈发被公认的生产力工具，AI 不止被用于挖掘各行各业的数据价值和提高生产效率，也正驱动软件开发流程的创新与升级。
从微软提供的一系列工具，我们看到由 AI 驱动的模型和工具，可以帮助开发者清理数据、补写编程代码、转换编程语言、检查代码错误、调试错误，乃至直接将草图手稿转换成即时可用的 app。
这些工具和平台，不仅进一步降低了 AI 与软件开发的门槛，使得开发者、工程师可以跳出一些繁琐的步骤，少掉几根头发，并将重心放到更有价值的创新工作上来。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。