雲端計算雲智慧，智慧與雲的結合改變了什麼？

如今，人工智慧的火爆，加速了雲端計算市場的悸動，以AI為代表的智慧化技術被納入到雲服務的版圖。雲端計算從誕生到現在,十幾年的快速發展,正在AI的注入下迎來一場大變局。

以往資料中心的機房建設需要遵循很多規範和標準，建設要求包括資料中心機房分級與效能要求，機房位置選擇及裝置佈置，環境要求，建築與結構、空氣調節、電氣技術，電磁遮蔽、機房佈線、機房監控與安全防範，給水排水、消防的技術要求等，建設週期長、投資大、運營成本高、效率低。

模組化資料中心是基於雲端計算和智慧的新一代資料中心部署形式，為了應對機器學習、高效能運算、分散式、彈性擴充套件等新的發展趨勢，其採用模組化設計理念，最大程度的降低了基礎設施對機房環境的耦合，整合了供配電、製冷、機櫃、氣流遏制、綜合佈線、動環監控等子系統，提高資料中心的整體運營效率，實現快速部署、彈性擴充套件和綠色節能。

模組化資料中心能滿足IT業務部門對未來資料中心基礎設施建設的迫切需求，如標準化設計、元件工廠預製、快速上線部署、有效降低初期投資、模組內能源池化管理、動態IT基礎設施資源高利用率、智慧化運維管理、保障重要業務連續性，提供共享IT服務(如跨業務的基礎設施、資訊、應用共享等)，快速響應業務需求變化，彈性擴縮容和綠色節能型資料中心等

當前人工智慧的持續火熱，其對於算力的需求早已超過了通用CPU的摩爾定律發展，我們看到基礎資源層以GPU、FPGA、ASIC 為代表的異構計算成為方向和趨勢，平臺層提供智慧工具元件和模型訓練管理，其上的智慧雲應用服務也越來越多。透過雲將異構資源變成一種普適的AI計算能力，做到彈性供給，即業務高峰期召之即來，業務低谷時揮之即去，輕鬆應對大量的業務挑戰，便捷的智慧雲服務快速滿足生產場景的需要，進而推動產業升級。

我們知道，公有云按照交付方式，主要細分為IaaS、PaaS、SaaS三種。全球範圍內看，SaaS是主流，也就是說雲的主要能力是承載不同的軟體和應用服務。而在國內市場中，IaaS至今依舊佔比超過60%。也就是說，基礎設施依舊是國內雲服務扮演的主要角色。這說明，大部分用雲的中國企業，核心目標不是獲取某種應用，而是把自己原有的業務和應用遷移到雲上，擴大資源的使用率，以此替代伺服器的高昂成本。這種情況下，公有云更多扮演著業務支撐的角色。而AI技術納入雲版圖後，改變了雲服務的交付，實現了最佳化生產力的重大進步。

AI的核心能力，是可以取代一部分重複性高、即時性強的人工工作。比如機房巡檢、安防、質檢、人肉運維，進一步可能有智慧巡檢、智慧安防、智慧運維、無人值守、無人駕駛等等。不難發現，它們的特點是不需要雲的特性來支撐業務，但卻極大程度需要AI來最佳化生產力，實現企業“提質增效”的目標。

AI與雲服務的結合，產生了很多高價值的服務，繼而從市場行為、商業邏輯到服務需求都可能發生一系列變化，這就是今天雲服務市場的重新繁榮，大量資本、頭部企業與開發者開始集結做生態的核心原因。

當然，今天雲與AI的結合還處於初級階段，更多還停留在廠商的宣傳中。真正把AI技術下沉到產業，需要深入生產場景，結合業務完成高精度模型的科學訓練和一些複雜操作，在邊緣側、終端側具備一定的推理算力，以此達到最最佳化的算效比。這就需要雲加端的AI算力與硬體上的算力緊密結合，構築一個整體。所以雲+AI服務的成熟，還需要時間，還需要技術的進一步發展。從歷史程式上來看，伺服器時代的端到網，再到雲端計算時代的雲到網，在AI時代會變成雲-網-端的新結構，這讓雲廠商必須自我革新，也讓產業服務市場發現了新的機會。

在數字化時代，AI與雲的結合，讓資料不再是擺在那裡供人們觀看的冷冰冰的數字了，人們已經透過對資料的分析讓它產生效益，產生了價值，改變了傳統的企業雲服務模式。我們相信AI人工智慧的前景是光明的，但前進的道路是曲折的。只要方向對了，就不用怕路遠，堅持走下去，總是會有量變到質變的一個過程。