百度|看懂百度智能云，也就摸清了产业AI化路径( 三 ) 云服务

上线应用后，对信用卡亿级别样本的数据清洗和数据分析时间从月级别、周级别压缩至小时级别，大大提升了最繁重的数据处理工作效率。

在智能风控领域，已支持了300多个信用评级、用户风险画像等相关模型的构建，实现了以天为周期的模型迭代，并通过自动化将审批时间缩短到秒级。

正如沈抖所言，过去几年，百度智能云就是从水电能、制造、交通、金融，这些重点行业切入，聚焦在生产经营的核心场景，把AI技术与云技术深度融合，去解决产业里的实际问题，帮助客户在非常有挑战的环境中，实现可持续的增长。

AI大底座的“纵横捭阖”

IEEE(电气电子工程师学会)在其《IEEE全球调研：科技在2023年及未来的影响》报告中指出，人工智能和机器学习将成为云服务的一部分，因为很少有企业有资源来构建自己的人工智能基础设施——收集数据和训练算法需要大量计算能力和存储空间。

AI云服务的结合程度比我们所看到的要更广、更深，很多厂商都看到了这个机会，百度将其具化为“云智一体，深入产业”战略。

第一层是深耕行业、聚焦场景，第二层是AI通用产品，第三层是百度最具差异化优势的部分，是由AI IaaS和AI PaaS紧密组合而成，即百度智能云新近推出的AI大底座，第四层是通用的Cloud 。

“云智一体，深入产业”也回答了人工智能的产业突围难题。云和人工智能的互相趋近，提供了一个绝佳的机会窗口。

然而在实际应用中， AI与云服务的结合并非顺理成章，相反地， AI原生对云计算的基础设施提出了新要求：

全栈融合（需要提供芯片、框架、模型、应用在内的全栈方案）、端到端优化、提供极致的资源效能和模型效能，成为未来智能计算发展的三大主流方向。

企业在用云时，需要把大量时间精力花在构建基础设施上，且这样的基础设施大多是拼凑组合的，没有发挥出最佳的性能和效率，同时，基础设施中的核心部分。

比如芯片、深度学习框架、大模型，需要大规模投入才能做好，一般企业无力支付巨额的研发成本。

百度智能云通过AI大底座来解决如上问题。

2022年9月，百度智能云发布“云智一体3.0”技术架构，汇聚百度在AI各个层面的关键自研技术。

12月，百度智能云更进一步，发布国内首个全栈自研的AI基础设施“AI大底座” ，让企业可以快捷、低成本地实现“AI能力的随用随取” 。

AI大底座是百度智能云核心能力的体现，横向拓宽了人工智能的应用场景，纵向深入到细分场景的核心地带，让百度智能云在数字技术和实体经济融合过程中，发挥出更强的AI溢出效应。

作为国内首个全栈自研的AI基础设施， AI大底座面向企业AI开发和应用提供端到端自主可控、自我进化的解决方案，让企业可以快捷、低成本地实现“AI能力的随用随取” 。

具体来看，百度AI大底座由AI IaaS层、AI PaaS层两大部分组成：

AI IaaS层（百舸异构计算平台）：整合百度自研的AI芯片“昆仑芯” ，在AI计算、存储、加速、容器方面进行系统优化，提供高性价比的算力，承载海量数据的处理、超大模型的训练和推理。

AI PaaS层（AI中台）：整合百度两大核心自研产品（飞桨深度学习框架、百度文心大模型），打通百度的样本中心、模型中心、AI开发平台、AI服务运行平台，实现从数据存储到模型训练、生产、部署、测试的全链路、批量化生产，面向企业模型开发的全生命周期提供完整解决方案。