云原生 AI 成过去式，AI 原生的云才是通向未来的“藏宝图”

大家有没有发现一个现象，上云这场时代浪潮中，虽然载体是云，但决定了方向和路径的却是 AI。

最明显的，以 AI 能力著称的谷歌云、百度智能云等成为国内外崛起速度极快的两朵云。吸引 AI 开发者、增强 AI 能力也成为云市场的重要标准，比如微软收购 GitHub、云厂商相继打造各种云 AI 开发者赋能计划等等，归根结底都是希望将 AI 开发生态固定在自己的版图内。

云市场为什么如此青睐 AI 开发者？要理解这个现象，先要回答一个问题：开发者为什么需要云。

这里面隐含的，是人工智能给千行百业带来的提质增效可能性，吸引了越来越多的传统行业、政企等重型用户开始向云聚拢，争夺前往智能时代的船票。而万物智能的美好场景，严重依赖开发者们的众智创新。

简单来说，社会已经形成共识：上云的根本目的，是为了将 AI 引入产业。站在这个角度，将 AI 看做云之变的初衷与终点，不难发现，云厂商们围绕云 AI 开发者的生态建设还有许多故事值得期待。

因为大众目前需要的已经不仅仅只是一朵能够“支持 AI 开发的云”，还要向前一步，寻找“更快、更准、更节约、更高效的云 AI”。其间需要跨越哪些门槛？是否可能出现一艘全面承载产业需求的生态渡轮，驶向云 AI 开发的无边海域？或许我们可以从百度智能云 2021 云智技术论坛中寻找答案。

云，是 AI 的容器；AI，是云的形容词：为什么云时代开发者需要“AI 原生”

既然 AI 开发者需要云，那就给传统公有云进行一番 AI 化改造，不就可以了吗？事情并没有那么简单。就像最近全球都在关注的那艘在苏伊士运河上的邮轮，船身明明适配了河道，却依然惨淡搁浅。

在企业智能化过程中，AI 开发者想要渡过云之海，AI 的开发、应用等也存在许许多多的痛点。一个最明显的标志是，尽管 AI 在云市场中如此重要，但主流云厂商都在强调“云原生”概念，很少将“AI 原生”作为核心。

云与 AI 的高效耦合，主要影响因素来自三个方面的变化：

1.基础设施。企业在云端进行 AI 训练、AI 推理，对数据存储、异构计算等云基础设施产生了严苛的冲击。想要满足产业端灵活获取算力的需要，不是在通用计算 CPU 上叠加 GPU\FPGA 等 AI 芯片就够了，整个计算与存储架构都要发生大的变化，还会引发许多新的技术难题。举个例子，多张算力卡并不一定会带来算力的成倍提升，因为 AI 训练里有各种类型的数据传输，多机多卡之间的通信带宽问题不解决，就会出现 GPU 正在计算但数据到达不了的情况，从而让效果大打折扣，花费更多时间。

2.技术融合。既然企业上云是为了加速智能化升级、数字化转型，这也意味着云的服务对象和云端 AI 的应用场景是多种多样的。对于一些复杂行业的业务逻辑，需要云、AI、IoT 甚至 5G、知识图谱等多种前沿技术的底层融汇，能否充分且深度地将多样技术统一借助云输送到产业端，成为云厂商们的新挑战。

3.工具服务。AI，改变了公有云的价值坐标，也要求云厂商能够提供全新且丰富的软件开发生态来充分释放智能的价值。而 AI 开发有比较复杂，对资源的消耗也很大，从开始的数据采集、数据标注、数据增强，到开发训练的过程后续的部署、集成等等整个环节，都需要有相应的流程工具能提升效率，降低企业开发者的开发周期与风险。

就像 PC 时代开发网站的 H5 技术也可以用来开发移动应用，但始终没有直接安装在安卓或 iOS 上的原生 app 有优势。同样，传统的云不一定能很好地解决 AI 业务中碰到的问题。面对这么多技术与产业的复杂变量与需求，开发者们也在呼唤更加适配 AI 场景的云。

怎样让 AI 场景在云上达到效能最大化，这些问题是整个行业都在思索的，也是百度智能云重点突破的方向。在此次论坛中，也率先交付给了开发者一朵“AI 原生”的云。

云智一体，用全栈 AI 打造面向产业的智能通衢

很多网友看到苏伊士运河上拼命挖土的挖掘机，纷纷呼吁蓝翔伸出援手，让世界感受一下“多人协作、强大而神秘的东方力量”。而在云与 AI 的时代变革里，也必须有人为开发者送出期待已久的后援——AI 开发全栈模式。

3 月 27 日，百度智能云 2021 云智技术论坛首场活动在京举行，发布了“云智一体的 AI 开发全栈模式”，发挥百度全球领先的 AI 技术和生态优势，将 AI 原生的云基础设施与 AI 开发融合一体，为产业智能化打造了全流程 AI 开发支持的全栈解决方案。

（百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜致辞）

从云 AI 开发者最关心的几个问题，我们能够更清晰地理解“云智一体的 AI 开发全栈模式”究竟带来了哪些产业价值。

首先，云智一体，是否更适配 AI。

如果我们相信智能化是未来全社会和云市场的根本趋势，那么 AI 和云一定要像船体和桅帆一样深度协同融合，才可能驶出最大的马力。“云智一体的 AI 开发全栈模式”的底座，就是软硬一体深度优化的 AI 开发基础设施，主要包括 AI 容器、AI 存储和 AI 计算。

在 AI 容器上使用百度智能云容器引擎服务 CCE，可提供弹性、高可用的云端容器运行平台。

在数据的上传与存储问题上，EasyDL 与 BML 已全面打通百度智能云 BOS 云存储服务，提供简单可扩展、高可靠、灵活适应多场景的数据存储能力。

在 AI 计算上，百度提供丰富的 AI 芯片类型，基于 X-MAN 架构的 AI 超级服务器，配合百度“太行”弹性裸金属，在拥有弹性灵活的云计算基础上，实现物理服务器高性能的计算能力。

为 AI 场景量身打造的云基础设施，也让百度智能云当之无愧地成为“最适合跑 AI 的云”。

其次，全栈模式，是否更具效能。

简单来说，是不是开发 AI 更快、跑 AI 更省钱。

“AI 原生”的基础设施，可以从 AI 芯片、AI 服务器、AI 容器到 AI 云平台产品，全方位、集中式管理 AI 算力，实现算力成本的极致优化，帮助企业在 AI 开发中降低不必要的资源损耗，达到成本最优化。

在开发周期上，基于产业级深度学习平台飞桨的“双平台”模式，为零算法基础人群提供 EasyDL 零门槛 AI 开发平台，零代码自动建模、便捷快速上手；为算法工程师、数据科学家提供 BML 全功能 AI 开发平台，满足灵活和个性化开发需求。可以说无论是中大型企业、服务供应商、集成方等企业级开发者，还是中小开发者，都能够快速找到从数据获取、特征提取、参数调优、模型训练、模型评估、模型部署、推理服务等覆盖全流程需求的丰富应用。

结合上述优势，让企业上云的门槛和顾虑大大降低。

第三，AI 开发，是否能更精准。

我们知道，现实场景下可能数据质量低、没有标注、数据规模小等等，都会影响算法的性能。这也让很多传统行业在引入智能时心有顾虑，毕竟投入大量预算却不能真正提质增效，上云就不太划算了。

而在论坛中我注意到，EasyDL 能让开发者在数据规模比较小的情况下，比如只有几百张图片，也能训练出比较好的模型。究其原因，是本身内置的超大规模预训练模型，比如文心 ERNIE，它是由百度大脑的数据喂出来的一个模型。在百度多年打造的 AI 业务中，已经积累了大量的“know-how”。在百度内部称其为“老卤”，云 AI 开发者拿去只需要一小勺，就可以让本就不多的数据同样能够收获精准推理判断的美好滋味。

百度 AI 中台作为企业智能化升级必备的基础设施，包含 AI 能力引擎、AI 开发平台和管理平台。在 AI 能力引擎方面,企业可以从百度已有的 270 多项成熟 AI 能力中直接选择应用;AI 开发平台包括 EasyDL、BML 和场景化定制平台 UNIT 等,满足企业的多层次开发需求。

其中，EasyDL 面向 AI 应用开发者,支持图像、文本、视频、语音、OCR、结构化数据、零售行业版 7 大技术方向,包含 16 种任务模型,目前已服务超过 80 万用户。BML 则面向 AI 算法开发者,通过丰富的建模方式、高性能 AI 套件、高性价比的算力资源,提供更完善的开发环境,同时提供了自动数据增强、自动超参搜索等先进的训练机制,助力企业开发者获得更高质量 AI 服务。双平台一同发力,降低企业上云、获智门槛。

除此之外，还可以结合百度的知识中台，运用知识图谱、知识推理、信息抽取等等一系列技术能力，形成能源行业的知识图谱，比如与中国电科院合作打造的电力助手、智能客服等应用，可以与云和 AI 协同发挥作用，带给产业端更精准、可靠的智能体验。

可以说，从基础设施到工具再到产业开发的实际需要，百度智能云提供了一个从底向上全栈的解决方案，让云与 AI 的全流程深度耦合有了可能，也让高效 AI 开发有了实现的起点。

就算日趋复杂的产业链关系与技术难题拥塞了云的赛道，马力全开的技术军团也能挖掘出通往产业的通衢。

淬炼无短板的云 AI：百度的技术熔炉

通过“云智一体的 AI 开发全栈模式”，可以发现百度智能云在软硬件、技术底层、开发社区与工具等等，无短板的能力才造就了综合实力的出位。

那么问题来了，百度智能云究竟是怎么做到的？或许可以回到百度这个技术熔炉中去寻找答案。

一方面，百度将 AI 开发与 AI 开源这两件事融会贯通。作为“资深”的 AI 开发平台使用者，百度更懂怎样在云上大规模部署 AI 业务。其在 AI 开发领域的多年实战经验，又借由开源开放的理念，从 2016 年就开始陆续地释放给广大开发者，现在通过百度智能云实现了产业输出。百度的“云+AI”不是对二者的简单拼装，而是从优秀的 AI 效果上生长出的云，这是云厂商中少有的“顶层设计”。

另外，百度还将软件层与硬件进行了深度广泛的融合，淬炼出了软硬一体的能力。

比如 BML、EasyDL 跟很多国产芯片的适配等，使得百度智能云基础设施的表现更优，形成了更普惠的 AI 开发者环境。飞桨与主流芯片的广泛结合，则可以让企业在开发的时候有充足的灵活性。

在开发者生态上，百度智能云也不搞“区别对待”，EasyDL 既可以为学生等 AI 开发爱好者所用，也吸引了大量产业上下游合作伙伴和企业开发者使用。各类型开发者都可以在百度 AI 开发生态内找到所需要的工具。在分利和支持政策上，百度智能云在资源层会提供非常多免费支持和补贴，只有训练出的模型需要应用到业务环境中时，在 EasyDL 里的推理、部署环节才会收费，这就最大程度地保证了 AI 开发者能够获得良好的商业回报，更有意愿去开拓创新。

技术与开源，软件与硬件，生态与商业，就这样在百度这座“熔炉”里被技术所化解、被心态所融合。今天看来，从投入 AI 到打造“AI 原生”的云，是一个漫长且复杂的过程，但也是中国产业智能化浪潮中所不可或缺的。

对广大企业来说，上云是趋势，也是一件充满挑战与莫测的投入。作为中国 AI 领头羊的百度，将自身多年积累的技术优势释放出来的同时，也让百度智能云成为企业智能化的最佳选择。百度智能云所卡位的，正是直指用户核心诉求、为云端 AI 探寻下一阶段的独一无二的产业角色。

有理由相信，“云智一体的 AI 开发全栈模式”的提出，只是百度智能云降低云 AI 开发门槛、助力产业智能化的起点。随着云智一体“大航海图”的绘就，在云与 AI 变局中摸索中的产业与开发者，可以不畏浮云遮望眼，向时代更远处扬帆远航。