从卷算力到卷智能,重新定义云( 二 )


诚如侯震宇所言 , 云厂商左手行业需求 , 右手技术创新 , 形成了技术到业务的产业循环 , 云成为计算产业的一个中心环节 , 也面临着最严峻的产业挑战 。 如果还用老一套的方法做云计算 , 不从根本上提高云的效率和质量 , 就会在下一次行业洗牌中最先被淘汰 。
如今的云 , 是一朵未被定义的云 。 头部云厂商都看到了体系创新的大机会 , 也试图定义未来的云的模样 。
有趣的是 , 计算机体系结构的创新和以云为中心的计算体系创新 , 正在同步发生 , 尤其在人工智能领域 , 专用硬件和深度学习算法等快速发展 , DavidPatterson也认为 , 对新的计算机体系架构和语言来说 , 对算力要求极高的机器学习或许是最适合的应用场景 。
云智一体的体系创新 , 是一个具有高度确定性的机会 。
云智一体 , 从卷算力到卷智能
企业上云的动力由商业层面进化到业务层面 , 过去企业上云是为了不用采买服务器 , 快速开展业务 , 他们的出发点就是为了降本增效 , 而现在的企业上云 , 当然也会考虑成本 , 更重要的是 , 他们不是把降本增效当做最终的目标 , 而是优先从业务角度思考 , 云计算能带来传统IT不能实现的价值 。
企业通过上云实现了业务的改造 , 摒弃了传统低效、缓慢的业务模式 , 特别是大数据、人工智能赋能业务之后 , 业务具备了以往没有的属性 , 典型如智能调度、自动驾驶、工业化联网等智能化产业应用的不断普及 , 这是“人有我优”和“人无我有”的差别 。
所有企业都希望拥有“人无我有”的业务能力 , 由客户需求传导至供应商竞争维度 , 决定了云厂商“卷”的方向 。 侯震宇认为 , 云计算行业基本上从过去“卷”算力的时代 , 发展到了一个拼智能的时代 , 百度开始用整个基础设施的能力和人工智能的能力为行业客户加成 。
从卷算力到卷智能,重新定义云
文章图片
在2022智算峰会上 , 百度智能云发布了AI大底座 , 它涵盖了百度昆仑芯 , 飞桨AI框架以及文心大模型等核心能力以及百舸平台 , AI中台等平台方案 , 实际上就是云智一体的体系创新 。
具体来看 , 百度AI大底座的AIIaaS层整合百度自研的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 。
在AIPaaS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 。
百度AI大底座聚齐了人工智能应用的全要素 , 并且将这些全要素深度耦合 , 如果只是简单的产品兼容 , 市面上其他产品或多或少都能拼凑出一个AI底座 , 百度AI大底座的所有部件均为自研 , 这就给了百度非常大的施展空间和自由度 , 来实现端到端优化 。
百度AI大底座能够全要素、端到端的整合百度的AI优势 , 为产业提供最强的智能计算基础设施支持 , 满足产业对于低门槛、快速部署等智能计算需求 。
在客户的现实需求 , 以及行业增长压力的驱动下 , 体系创新成为计算行业的潮水涌向 , 百度智能云的云智一体 , 踩准了产业发展的周期与节奏 。
深入产业 , 绝知此事要躬行
“云智一体 , 深入产业”是百度智能云的战略 , 在百度智能云看来 , 创新不是闭门造车 , 是反馈驱动创新 。 创新需要躬身入局 , 深入产业 , 不断获得用户和客户的反馈 , 然后倒逼产品和解决方案不断优化 , 不断创新 , 让客户越用越好 。