AI為帆雲作舟，手握航海圖的開發者全速駛向未來

大家有沒有發現一個現象，上雲這場時代浪潮中，雖然載體是雲，但決定了方向和路徑的卻是AI。

最明顯的，以AI能力著稱的谷歌雲、百度智慧雲等成為國內外崛起速度極快的兩朵雲。吸引AI開發者、增強AI能力也成為雲市場的重要標準，比如微軟收購GitHub、雲廠商相繼打造各種雲AI開發者賦能計劃等等，歸根結底都是希望將AI開發生態固定在自己的版圖內。

雲市場為什麼如此青睞AI開發者?要理解這個現象，先要回答一個問題：開發者為什麼需要雲。

這裡面隱含的，是人工智慧給千行百業帶來的提質增效可能性，吸引了越來越多的傳統行業、政企等重型使用者開始向雲聚攏，爭奪前往智慧時代的船票。而萬物智慧的美好場景，嚴重依賴開發者們的眾智創新。

簡單來說，社會已經形成共識：上雲的根本目的，是為了將AI引入產業。站在這個角度，將AI看做雲之變的初衷與終點，不難發現，雲廠商們圍繞雲AI開發者的生態建設還有許多故事值得期待。

因為大眾目前需要的已經不僅僅只是一朵能夠“支援AI開發的雲”，還要向前一步，尋找“更快、更準、更節約、更高效的雲AI”。其間需要跨越哪些門檻?是否可能出現一艘全面承載產業需求的生態渡輪，駛向雲AI開發的無邊海域?或許我們可以從百度智慧雲2021雲智技術論壇中尋找答案。

雲，是AI的容器;AI，是雲的形容詞：為什麼雲時代開發者需要“AI原生”

既然AI開發者需要雲，那就給傳統公有云進行一番AI化改造，不就可以了嗎?事情並沒有那麼簡單。就像最近全球都在關注的那艘在蘇伊士運河上的郵輪，船身明明適配了河道，卻依然慘淡擱淺。

在企業智慧化過程中，AI開發者想要渡過雲之海，AI的開發、應用等也存在許許多多的痛點。一個最明顯的標誌是，儘管AI在雲市場中如此重要，但主流雲廠商都在強調“雲原生”概念，很少將“AI原生”作為核心。

雲與AI的高效耦合，主要影響因素來自三個方面的變化：

1.基礎設施。企業在雲端進行AI訓練、AI推理，對資料儲存、異構計算等雲基礎設施產生了嚴苛的衝擊。想要滿足產業端靈活獲取算力的需要，不是在通用計算CPU上疊加GPU\FPGA等AI晶片就夠了，整個計算與儲存架構都要發生大的變化，還會引發許多新的技術難題。舉個例子，多張算力卡並不一定會帶來算力的成倍提升，因為AI訓練裡有各種型別的資料傳輸，多機多卡之間的通訊頻寬問題不解決，就會出現GPU正在計算但資料到達不了的情況，從而讓效果大打折扣，花費更多時間。

2.技術融合。既然企業上雲是為了加速智慧化升級、數字化轉型，這也意味著雲的服務物件和雲端AI的應用場景是多種多樣的。對於一些複雜行業的業務邏輯，需要雲、AI、IoT甚至5G、知識圖譜等多種前沿技術的底層融匯，能否充分且深度地將多樣技術統一藉助雲輸送到產業端，成為雲廠商們的新挑戰。

3.工具服務。AI，改變了公有云的價值座標，也要求雲廠商能夠提供全新且豐富的軟體開發生態來充分釋放智慧的價值。而AI開發有比較複雜，對資源的消耗也很大，從開始的資料採集、資料標註、資料增強，到開發訓練的過程後續的部署、整合等等整個環節，都需要有相應的流程工具能提升效率，降低企業開發者的開發週期與風險。

就像PC時代開發網站的H5技術也可以用來開發移動應用，但始終沒有直接安裝在安卓或iOS上的原生app有優勢。同樣，傳統的雲不一定能很好地解決AI業務中碰到的問題。面對這麼多技術與產業的複雜變數與需求，開發者們也在呼喚更加適配AI場景的雲。

怎樣讓AI場景在雲上達到效能最大化，這些問題是整個行業都在思索的，也是百度智慧雲重點突破的方向。在此次論壇中，也率先交付給了開發者一朵“AI原生”的雲。

雲智一體，用全棧AI打造面向產業的智慧通衢

很多網友看到蘇伊士運河上拼命挖土的挖掘機，紛紛呼籲藍翔伸出援手，讓世界感受一下“多人協作、強大而神秘的東方力量”。而在雲與AI的時代變革裡，也必須有人為開發者送出期待已久的後援——AI開發全棧模式。

3月27日，百度智慧雲2021雲智技術論壇首場活動在京舉行，釋出了“雲智一體的AI開發全棧模式”，發揮百度全球領先的AI技術和生態優勢，將AI原生的雲基礎設施與AI開發融合一體，為產業智慧化打造了全流程AI開發支援的全棧解決方案。

(百度集團副總裁、深度學習技術及應用國家工程實驗室副主任吳甜致辭)

從雲AI開發者最關心的幾個問題，我們能夠更清晰地理解“雲智一體的AI開發全棧模式”究竟帶來了哪些產業價值。

首先，雲智一體，是否更適配AI。

如果我們相信智慧化是未來全社會和雲市場的根本趨勢，那麼AI和雲一定要像船體和桅帆一樣深度協同融合，才可能駛出最大的馬力。“雲智一體的AI開發全棧模式”的底座，就是軟硬一體深度最佳化的AI開發基礎設施，主要包括AI容器、AI儲存和AI計算。

在AI容器上使用百度智慧雲容器引擎服務CCE，可提供彈性、高可用的雲端容器執行平臺。

在資料的上傳與儲存問題上，EasyDL與BML已全面打通百度智慧雲BOS雲端儲存服務，提供簡單可擴充套件、高可靠、靈活適應多場景的資料儲存能力。

在AI計算上，百度提供豐富的AI晶片型別，基於X-MAN架構的AI超級伺服器，配合百度“太行”彈性裸金屬，在擁有彈性靈活的雲端計算基礎上，實現物理伺服器高效能的計算能力。

為AI場景量身打造的雲基礎設施，也讓百度智慧雲當之無愧地成為“最適合跑AI的雲”。

其次，全棧模式，是否更具效能。

簡單來說，是不是開發AI更快、跑AI更省錢。

“AI原生”的基礎設施，可以從AI晶片、AI伺服器、AI容器到AI雲平臺產品，全方位、集中式管理AI算力，實現算力成本的極致最佳化，幫助企業在AI開發中降低不必要的資源損耗，達到成本最最佳化。

在開發週期上，基於產業級深度學習平臺飛槳的“雙平臺”模式，為零演算法基礎人群提供EasyDL零門檻AI開發平臺，零程式碼自動建模、便捷快速上手;為演算法工程師、資料科學家提供BML全功能AI開發平臺，滿足靈活和個性化開發需求。可以說無論是中大型企業、服務供應商、整合方等企業級開發者，還是中小開發者，都能夠快速找到從資料獲取、特徵提取、引數調優、模型訓練、模型評估、模型部署、推理服務等覆蓋全流程需求的豐富應用。

結合上述優勢，讓企業上雲的門檻和顧慮大大降低。

第三，AI開發，是否能更精準。

我們知道，現實場景下可能資料質量低、沒有標註、資料規模小等等，都會影響演算法的效能。這也讓很多傳統行業在引入智慧時心有顧慮，畢竟投入大量預算卻不能真正提質增效，上雲就不太划算了。

而在論壇中我注意到，EasyDL能讓開發者在資料規模比較小的情況下，比如只有幾百張圖片，也能訓練出比較好的模型。究其原因，是本身內建的超大規模預訓練模型，比如文心ERNIE，它是由百度大腦的資料喂出來的一個模型。在百度多年打造的AI業務中，已經積累了大量的“know-how”。在百度內部稱其為“老滷”，雲AI開發者拿去只需要一小勺，就可以讓本就不多的資料同樣能夠收穫精準推理判斷的美好滋味。

百度AI中臺作為企業智慧化升級必備的基礎設施，包含AI能力引擎、AI開發平臺和管理平臺。在AI能力引擎方面,企業可以從百度已有的270多項成熟AI能力中直接選擇應用;AI 開發平臺包括EasyDL、BML和場景化定製平臺UNIT等,滿足企業的多層次開發需求。

其中，EasyDL面向AI應用開發者,支援影像、文字、影片、語音、OCR、結構化資料、零售行業版7大技術方向,包含16種任務模型,目前已服務超過80萬使用者。BML則面向AI演算法開發者,透過豐富的建模方式、高效能AI套件、高價效比的算力資源,提供更完善的開發環境,同時提供了自動資料增強、自動超參搜尋等先進的訓練機制,助力企業開發者獲得更高質量AI服務。雙平臺一同發力,降低企業上雲、獲智門檻。

除此之外，還可以結合百度的知識中臺，運用知識圖譜、知識推理、資訊抽取等等一系列技術能力，形成能源行業的知識圖譜，比如與中國電科院合作打造的電力助手、智慧客服等應用，可以與雲和AI協同發揮作用，帶給產業端更精準、可靠的智慧體驗。

可以說，從基礎設施到工具再到產業開發的實際需要，百度智慧雲提供了一個從底向上全棧的解決方案，讓雲與AI的全流程深度耦合有了可能，也讓高效AI開發有了實現的起點。

就算日趨複雜的產業鏈關係與技術難題擁塞了雲的賽道，馬力全開的技術軍團也能挖掘出通往產業的通衢。

淬鍊無短板的雲AI：百度的技術熔爐

透過“雲智一體的AI開發全棧模式”，可以發現百度智慧雲在軟硬體、技術底層、開發社群與工具等等，無短板的能力才造就了綜合實力的出位。

那麼問題來了，百度智慧雲究竟是怎麼做到的?或許可以回到百度這個技術熔爐中去尋找答案。

一方面，百度將AI開發與AI開源這兩件事融會貫通。作為“資深”的AI開發平臺使用者，百度更懂怎樣在雲上大規模部署AI業務。其在AI開發領域的多年實戰經驗，又藉由開源開放的理念，從2016年就開始陸續地釋放給廣大開發者，現在透過百度智慧雲實現了產業輸出。百度的“雲+AI”不是對二者的簡單拼裝，而是從優秀的AI效果上生長出的雲，這是雲廠商中少有的“頂層設計”。

另外，百度還將軟體層與硬體進行了深度廣泛的融合，淬鍊出了軟硬一體的能力。

比如BML、EasyDL跟很多國產晶片的適配等，使得百度智慧雲基礎設施的表現更優，形成了更普惠的AI開發者環境。飛槳與主流晶片的廣泛結合，則可以讓企業在開發的時候有充足的靈活性。

在開發者生態上，百度智慧雲也不搞“區別對待”，EasyDL既可以為學生等AI開發愛好者所用，也吸引了大量產業上下游合作伙伴和企業開發者使用。各型別開發者都可以在百度AI開發生態內找到所需要的工具。在分利和支援政策上，百度智慧雲在資源層會提供非常多免費支援和補貼，只有訓練出的模型需要應用到業務環境中時，在EasyDL裡的推理、部署環節才會收費，這就最大程度地保證了AI開發者能夠獲得良好的商業回報，更有意願去開拓創新。

技術與開源，軟體與硬體，生態與商業，就這樣在百度這座“熔爐”裡被技術所化解、被心態所融合。今天看來，從投入AI到打造“AI原生”的雲，是一個漫長且複雜的過程，但也是中國產業智慧化浪潮中所不可或缺的。

對廣大企業來說，上雲是趨勢，也是一件充滿挑戰與莫測的投入。作為中國AI領頭羊的百度，將自身多年積累的技術優勢釋放出來的同時，也讓百度智慧雲成為企業智慧化的最佳選擇。百度智慧雲所卡位的，正是直指使用者核心訴求、為雲端AI探尋下一階段的獨一無二的產業角色。

有理由相信，“雲智一體的AI開發全棧模式”的提出，只是百度智慧雲降低雲AI開發門檻、助力產業智慧化的起點。隨著雲智一體“大航海圖”的繪就，在雲與AI變局中摸索中的產業與開發者，可以不畏浮雲遮望眼，向時代更遠處揚帆遠航。