全棧AI火力全開，“云智一體”為開發(fā)者鑿開產(chǎn)業(yè)智能通衢

原標題：全棧AI火力全開，“云智一體”為開發(fā)者鑿開產(chǎn)業(yè)智能通衢

大家有沒有發(fā)現(xiàn)一個現(xiàn)象，上云這場時代浪潮中，雖然載體是云，但決定了方向和路徑的卻是AI。

最明顯的，以AI能力著稱的谷歌云、百度智能云等成為國內(nèi)外崛起速度極快的兩朵云。吸引AI開發(fā)者、增強AI能力也成為云市場的重要標準，比如微軟收購GitHub、云廠商相繼打造各種云AI開發(fā)者賦能計劃等等，歸根結底都是希望將AI開發(fā)生態(tài)固定在自己的版圖內(nèi)。

云市場為什么如此青睞AI開發(fā)者？要理解這個現(xiàn)象，先要回答一個問題：開發(fā)者為什么需要云。

這里面隱含的，是人工智能給千行百業(yè)帶來的提質(zhì)增效可能性，吸引了越來越多的傳統(tǒng)行業(yè)、政企等重型用戶開始向云聚攏，爭奪前往智能時代的船票。而萬物智能的美好場景，嚴重依賴開發(fā)者們的眾智創(chuàng)新。

簡單來說，社會已經(jīng)形成共識：上云的根本目的，是為了將AI引入產(chǎn)業(yè)。站在這個角度，將AI看做云之變的初衷與終點，不難發(fā)現(xiàn)，云廠商們圍繞云AI開發(fā)者的生態(tài)建設還有許多故事值得期待。

因為大眾目前需要的已經(jīng)不僅僅只是一朵能夠“支持AI開發(fā)的云”，還要向前一步，尋找“更快、更準、更節(jié)約、更高效的云AI”。其間需要跨越哪些門檻？是否可能出現(xiàn)一艘全面承載產(chǎn)業(yè)需求的生態(tài)渡輪，駛向云AI開發(fā)的無邊海域？或許我們可以從百度智能云2021云智技術論壇中尋找答案。

云，是AI的容器；AI，是云的形容詞：為什么云時代開發(fā)者需要“AI原生”

既然AI開發(fā)者需要云，那就給傳統(tǒng)公有云進行一番AI化改造，不就可以了嗎？事情并沒有那么簡單。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(yè)智能化過程中，AI開發(fā)者想要渡過云之海，AI的開發(fā)、應用等也存在許許多多的痛點。一個最明顯的標志是，盡管AI在云市場中如此重要，但主流云廠商都在強調(diào)“云原生”概念，很少將“AI原生”作為核心。

云與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(yè)在云端進行AI訓練、AI推理，對數(shù)據(jù)存儲、異構計算等云基礎設施產(chǎn)生了嚴苛的沖擊。想要滿足產(chǎn)業(yè)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芯片就夠了，整個計算與存儲架構都要發(fā)生大的變化，還會引發(fā)許多新的技術難題。舉個例子，多張算力卡并不一定會帶來算力的成倍提升，因為AI訓練里有各種類型的數(shù)據(jù)傳輸，多機多卡之間的通信帶寬問題不解決，就會出現(xiàn)GPU正在計算但數(shù)據(jù)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(yè)上云是為了加速智能化升級、數(shù)字化轉型，這也意味著云的服務對象和云端AI的應用場景是多種多樣的。對于一些復雜行業(yè)的業(yè)務邏輯，需要云、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(tǒng)一借助云輸送到產(chǎn)業(yè)端，成為云廠商們的新挑戰(zhàn)。

3.工具服務。AI，改變了公有云的價值坐標，也要求云廠商能夠提供全新且豐富的軟件開發(fā)生態(tài)來充分釋放智能的價值。而AI開發(fā)有比較復雜，對資源的消耗也很大，從開始的數(shù)據(jù)采集、數(shù)據(jù)標注、數(shù)據(jù)增強，到開發(fā)訓練的過程后續(xù)的部署、集成等等整個環(huán)節(jié)，都需要有相應的流程工具能提升效率，降低企業(yè)開發(fā)者的開發(fā)周期與風險。

就像PC時代開發(fā)網(wǎng)站的H5技術也可以用來開發(fā)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(yōu)勢。同樣，傳統(tǒng)的云不一定能很好地解決AI業(yè)務中碰到的問題。面對這么多技術與產(chǎn)業(yè)的復雜變量與需求，開發(fā)者們也在呼喚更加適配AI場景的云。

怎樣讓AI場景在云上達到效能最大化，這些問題是整個行業(yè)都在思索的，也是百度智能云重點突破的方向。在此次論壇中，也率先交付給了開發(fā)者一朵“AI原生”的云。

云智一體，用全棧AI打造面向產(chǎn)業(yè)的智能通衢

很多網(wǎng)友看到蘇伊士運河上拼命挖土的挖掘機，紛紛呼吁藍翔伸出援手，讓世界感受一下“多人協(xié)作、強大而神秘的東方力量”。而在云與AI的時代變革里，也必須有人為開發(fā)者送出期待已久的后援——AI開發(fā)全棧模式。

3月27日，百度智能云2021云智技術論壇首場活動在京舉行，發(fā)布了“云智一體的AI開發(fā)全棧模式”，發(fā)揮百度全球領先的AI技術和生態(tài)優(yōu)勢，將AI原生的云基礎設施與AI開發(fā)融合一體，為產(chǎn)業(yè)智能化打造了全流程AI開發(fā)支持的全棧解決方案。

（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）

從云AI開發(fā)者最關心的幾個問題，我們能夠更清晰地理解“云智一體的AI開發(fā)全棧模式”究竟帶來了哪些產(chǎn)業(yè)價值。

首先，云智一體，是否更適配AI。

如果我們相信智能化是未來全社會和云市場的根本趨勢，那么AI和云一定要像船體和桅帆一樣深度協(xié)同融合，才可能駛出最大的馬力?！霸浦且惑w的AI開發(fā)全棧模式”的底座，就是軟硬一體深度優(yōu)化的AI開發(fā)基礎設施，主要包括AI容器、AI存儲和AI計算。

在AI容器上使用百度智能云容器引擎服務CCE，可提供彈性、高可用的云端容器運行平臺。

在數(shù)據(jù)的上傳與存儲問題上，EasyDL與BML已全面打通百度智能云BOS云存儲服務，提供簡單可擴展、高可靠、靈活適應多場景的數(shù)據(jù)存儲能力。

在AI計算上，百度提供豐富的AI芯片類型，基于X-MAN架構的AI超級服務器，配合百度“太行”彈性裸金屬，在擁有彈性靈活的云計算基礎上，實現(xiàn)物理服務器高性能的計算能力。

為AI場景量身打造的云基礎設施，也讓百度智能云當之無愧地成為“最適合跑AI的云”。

其次，全棧模式，是否更具效能。

簡單來說，是不是開發(fā)AI更快、跑AI更省錢。

“AI原生”的基礎設施，可以從AI芯片、AI服務器、AI容器到AI云平臺產(chǎn)品，全方位、集中式管理AI算力，實現(xiàn)算力成本的極致優(yōu)化，幫助企業(yè)在AI開發(fā)中降低不必要的資源損耗，達到成本最優(yōu)化。

在開發(fā)周期上，基于產(chǎn)業(yè)級深度學習平臺飛槳的“雙平臺”模式，為零算法基礎人群提供EasyDL零門檻AI開發(fā)平臺，零代碼自動建模、便捷快速上手；為算法工程師、數(shù)據(jù)科學家提供BML全功能AI開發(fā)平臺，滿足靈活和個性化開發(fā)需求。可以說無論是中大型企業(yè)、服務供應商、集成方等企業(yè)級開發(fā)者，還是中小開發(fā)者，都能夠快速找到從數(shù)據(jù)獲取、特征提取、參數(shù)調(diào)優(yōu)、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(yōu)勢，讓企業(yè)上云的門檻和顧慮大大降低。

第三，AI開發(fā)，是否能更精準。

我們知道，現(xiàn)實場景下可能數(shù)據(jù)質(zhì)量低、沒有標注、數(shù)據(jù)規(guī)模小等等，都會影響算法的性能。這也讓很多傳統(tǒng)行業(yè)在引入智能時心有顧慮，畢竟投入大量預算卻不能真正提質(zhì)增效，上云就不太劃算了。

而在論壇中我注意到，EasyDL能讓開發(fā)者在數(shù)據(jù)規(guī)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(nèi)置的超大規(guī)模預訓練模型，比如文心ERNIE，它是由百度大腦的數(shù)據(jù)喂出來的一個模型。在百度多年打造的AI業(yè)務中，已經(jīng)積累了大量的“know-how”。在百度內(nèi)部稱其為“老鹵”，云AI開發(fā)者拿去只需要一小勺，就可以讓本就不多的數(shù)據(jù)同樣能夠收獲精準推理判斷的美好滋味。

百度AI中臺作為企業(yè)智能化升級必備的基礎設施，包含AI能力引擎、AI開發(fā)平臺和管理平臺。在AI能力引擎方面,企業(yè)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(fā)平臺包括EasyDL、BML和場景化定制平臺UNIT等,滿足企業(yè)的多層次開發(fā)需求。

其中，EasyDL面向AI應用開發(fā)者,支持圖像、文本、視頻、語音、OCR、結構化數(shù)據(jù)、零售行業(yè)版7大技術方向,包含16種任務模型,目前已服務超過80萬用戶。BML則面向AI算法開發(fā)者,通過豐富的建模方式、高性能AI套件、高性價比的算力資源,提供更完善的開發(fā)環(huán)境,同時提供了自動數(shù)據(jù)增強、自動超參搜索等先進的訓練機制,助力企業(yè)開發(fā)者獲得更高質(zhì)量AI服務。雙平臺一同發(fā)力,降低企業(yè)上云、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、信息抽取等等一系列技術能力，形成能源行業(yè)的知識圖譜，比如與中國電科院合作打造的電力助手、智能客服等應用，可以與云和AI協(xié)同發(fā)揮作用，帶給產(chǎn)業(yè)端更精準、可靠的智能體驗。

可以說，從基礎設施到工具再到產(chǎn)業(yè)開發(fā)的實際需要，百度智能云提供了一個從底向上全棧的解決方案，讓云與AI的全流程深度耦合有了可能，也讓高效AI開發(fā)有了實現(xiàn)的起點。

就算日趨復雜的產(chǎn)業(yè)鏈關系與技術難題擁塞了云的賽道，馬力全開的技術軍團也能挖掘出通往產(chǎn)業(yè)的通衢。

淬煉無短板的云AI：百度的技術熔爐

通過“云智一體的AI開發(fā)全棧模式”，可以發(fā)現(xiàn)百度智能云在軟硬件、技術底層、開發(fā)社區(qū)與工具等等，無短板的能力才造就了綜合實力的出位。

那么問題來了，百度智能云究竟是怎么做到的？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(fā)與AI開源這兩件事融會貫通。作為“資深”的AI開發(fā)平臺使用者，百度更懂怎樣在云上大規(guī)模部署AI業(yè)務。其在AI開發(fā)領域的多年實戰(zhàn)經(jīng)驗，又借由開源開放的理念，從2016年就開始陸續(xù)地釋放給廣大開發(fā)者，現(xiàn)在通過百度智能云實現(xiàn)了產(chǎn)業(yè)輸出。百度的“云+AI”不是對二者的簡單拼裝，而是從優(yōu)秀的AI效果上生長出的云，這是云廠商中少有的“頂層設計”。

另外，百度還將軟件層與硬件進行了深度廣泛的融合，淬煉出了軟硬一體的能力。

比如BML、EasyDL跟很多國產(chǎn)芯片的適配等，使得百度智能云基礎設施的表現(xiàn)更優(yōu)，形成了更普惠的AI開發(fā)者環(huán)境。飛槳與主流芯片的廣泛結合，則可以讓企業(yè)在開發(fā)的時候有充足的靈活性。

在開發(fā)者生態(tài)上，百度智能云也不搞“區(qū)別對待”，EasyDL既可以為學生等AI開發(fā)愛好者所用，也吸引了大量產(chǎn)業(yè)上下游合作伙伴和企業(yè)開發(fā)者使用。各類型開發(fā)者都可以在百度AI開發(fā)生態(tài)內(nèi)找到所需要的工具。在分利和支持政策上，百度智能云在資源層會提供非常多免費支持和補貼，只有訓練出的模型需要應用到業(yè)務環(huán)境中時，在EasyDL里的推理、部署環(huán)節(jié)才會收費，這就最大程度地保證了AI開發(fā)者能夠獲得良好的商業(yè)回報，更有意愿去開拓創(chuàng)新。

技術與開源，軟件與硬件，生態(tài)與商業(yè)，就這樣在百度這座“熔爐”里被技術所化解、被心態(tài)所融合。今天看來，從投入AI到打造“AI原生”的云，是一個漫長且復雜的過程，但也是中國產(chǎn)業(yè)智能化浪潮中所不可或缺的。

對廣大企業(yè)來說，上云是趨勢，也是一件充滿挑戰(zhàn)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(yōu)勢釋放出來的同時，也讓百度智能云成為企業(yè)智能化的最佳選擇。百度智能云所卡位的，正是直指用戶核心訴求、為云端AI探尋下一階段的獨一無二的產(chǎn)業(yè)角色。

有理由相信，“云智一體的AI開發(fā)全棧模式”的提出，只是百度智能云降低云AI開發(fā)門檻、助力產(chǎn)業(yè)智能化的起點。隨著云智一體“大航海圖”的繪就，在云與AI變局中摸索中的產(chǎn)業(yè)與開發(fā)者，可以不畏浮云遮望眼，向時代更遠處揚帆遠航。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。