数字|阿里灵杰：AI工程化助力产业数字升级数字|基站|5g|5g网络|电力|新基

对于人工智能领域而言，“工程化”无疑是贯穿2021全年的热点。Gartner、德勤、中国信通院等权威研究机构先后在年度趋势报告中指出其必要性，与此同时，AI产业化的曲折探索也时刻提醒着大大小小的AI团队关注工程建设与规模化。
潮起潮落后，一个不容忽视的趋势已经显现：只有真正贡献于各行各业的数字化发展，AI才能不断迭代前行。这背后，亟需对数据计算分析、模型开发部署、在线训练推理、应用开发运维等各种环节进行全周期管理。而这恰恰是阿里灵杰——阿里云大数据＋AI一体化产品体系所期望和擅长的。
12月3日，2021阿里灵杰AI工程化峰会圆满落幕。阿里巴巴集团副总裁、阿里云智能计算平台事业部负责人、达摩院 AI 平台负责人贾扬清，达摩院语音实验室负责人鄢志杰，阿里云智能研究员、机器学习PAI平台和大数据平台技术负责人林伟等11位技术牛人亮相本次峰会，与开发者共同探讨AI落地产业的路径探索与创新实践。
贾扬清：从需求视角出发，拥抱云原生的AI时代
阿里巴巴集团副总裁、阿里云智能计算平台负责人、达摩院 AI 平台负责人贾扬清以一名AI老兵的身份，分享了经历多次浪潮后的观察。他把早期的AI开发人员比作“拓荒者”，身兼算法研究员、软件工程师、数据工程师、系统工程师多种角色，尝试把AI算法和应用逐渐落地。
（图：阿里巴巴集团副总裁、阿里云智能计算平台负责人、达摩院 AI 平台负责人贾扬清分享“一个AI开发者的奇幻漂流”）
随着技术发展，组件数量和模型算法的复杂度都在增加。时至今日，需要搭建一个统一的空间来拉通数据管理、算法迭代、模型训练及上线各环节。贾扬清总结道，“AI的痛苦在于本质上没有范式。AI不是一个单点的产品，而是一系列能力的组合；另一方面，AI对标准的软件和定制化服务协同的需求极强。”
因此，“AI开发者需要的，不是从资源视角搭建起来的平台；而是从需求出发，通过云原生、容器化方式链接资源的平台”，这正是打造阿里灵杰的初衷。今年10月刚刚发布的阿里灵杰，通过一体化的大数据与AI产品体系，向用户提供10万台以上计算集群的弹性算力、上百种标准化算法和模型服务、以及覆盖数据处理和机器学习全链路的管理能力。
（图：阿里灵杰全景）
简言之，阿里灵杰的核心价值在于，帮助今天的AI开发者更好地将数据、算法和场景结合起来，构建更完整更复杂的解决方案，去解决产业中的实际问题。
【数字|阿里灵杰：AI工程化助力产业数字升级】阿里灵杰AI工程平台：全链路提升效率
阿里云机器学习平台PAI和大数据平台技术负责人林伟认为，数据、计算力、和算法有机结合才能推动AI爆发，阿里灵杰也基于三要素形成了独特的思考和实践。
第一，数据质量决定模型的高度。因此，阿里灵杰从诞生第一天起就采用大数据与AI一体化的架构，通过湖仓一体实现对多元异构数据的存储管理，通过DataWorks和智能标注产品实现数据质量提升和监控，通过MaxCompute、Hologres、Flink等计算引擎完成实时或离线分析处理；
第二，算法开发迭代速度是重要生产力。云原生的灵杰平台能提供弹性的计算力，并具备良好的异构硬件和端设备适配性，能提升模型开发和部署效率。面向大模型，灵杰机器学习平台的Whale框架可自动实现分布式训练，FineTune框架可基于预训练大模型蒸馏出垂直场景的小模型，提升大模型生产速度和应用价值；
第三，AI系统能力是核心能力。阿里巴巴集团内部AI应用需求极大，推动着灵杰机器学习平台PAI的核心引擎不断发展优化，覆盖超大规模稀疏模型训练及服务、超大规模多模态预训练模型、自动编译、大规模集群调度、ML Ops等方向。