AI 原生云：是“现在式”也是“未来时”

为记录捕猎数量、庄稼收成、部落人口，在远古时期，我们的祖先发明了手指计数、结绳记事的计算方法；

为记录更繁琐、更高频的悉数家用、生产活动、商业贸易，在千年之前，我国古代劳动人民发明了算筹、算盘等计算工具；

进入近现代，大规模的工业生产和全球化贸易，陆续催生了电子计算器和后来的计算机，甚至是服务器；

21 世纪，互联网时代开启，计算能力不再受限于人体部位、特定工具或者某一个机器，它成为一种商品，像水、电、煤气一样被流通起来——这便是云计算。

当我们跨越古今来审视人类在计算方法、计算工具等领域的革新，很容易就会发现，它们的出现，都是应“那时那刻”的场景需求而生的。那么，面对如今近在咫尺的“人工智能（AI）时代”，智能手机、智能家居，智能穿戴设备、自动驾驶汽车日益普及和成熟，“计算”这件事又在经历什么样的变革？

一切还从场景说起。

产业智能化升级“现在时”

五年前我们所接触的 AI，大多要么还在玩人机大战“游戏”，要么还只是一个没有感情的“冰冷机器”，或是要靠关键词唤醒的“假助理”——资本圈热闹非常，技术圈也忙着“买票上车”，但大多企业对此依旧选择观望。AI 的场景应用并非没有，只不过大多是在边缘业务的单点试水。

时至今日，“观望者”越来越少，因为人人都成了“参与者”。当你早上醒来，只需要喊一声“小 X，小 X”，窗帘灯光就会自动打开，音箱中开始播放舒缓的音乐，厨房的早餐刚刚做好；当你坐上驾驶座，车载地图就自动规划好最优路线，你发现等灯的概率变少了，拥堵也缓解了许多；当你在线点外卖、购物，平台似乎开启了“读心术”，常点菜单、关联商品跃然眼前……甚至，有时候觉得手机的“智能助理”似乎也变得更“聪明”了。

其实，这一切都要归功于 AI 技术的成熟及其应用的规模化发展。它们不仅正在融入于我们工作生活的方方面面，还在走进企业、走进园区、走进城市，赋能千行百业实现智能化升级。

以工厂生产为例，在制造生产企业，有一个非常重要的工种，叫“质检员”。他们的主要工作是对生产出来的产品进行质量检查，如果发现瑕疵或者不合格产品，就打回重造或作废。过去，他们的工作完全依赖于肉眼和经验，不仅辛苦，效率也不高。而通过 AI 视觉算法，由机器对产品质量进行识别检测，工作人员只要定期进行抽查，这一方面可以大大缓解质检员的工作量，提高效率；另一方面，还可以提高质检的准确率，减少人工失误。

类似的例子还有很多。比如，在去年 8 月举办的百度世界大会上，百度就介绍了不少 AI 的最新落地场景——可以用 APP 召唤的“汽车人”、陪伴中国跳水梦之队日常训练的跳水训练系统、会作诗耍宝的火星数字人，以及在水务、电力、园区等场景的智能化升级案例。

举例来说，在福建泉州，泉州水务集团联合百度智能云、埃睿迪公司打造了泉州水务大脑，实现了智能算法自动监测、计算、加药，比如，可以通过 AI 用水量预测模型，结合历史用水数据、天气、季节等变化因素，精准预测用水量，实现按需供水。另外，在巡检环节，以前需要工作人员每天在设备机房里面奔走，永远都是一身水一身泥，有了水务大脑以后，只要在中控室就可以完成对占地 240 多亩、17 间厂房的水厂全流程精确管理，管理效率和准确性大大提升，甚至出现了“整个水厂就只有两位工作人员”的现象。

所以，AI 早已走出了实验室，场景智能化已经不是“未来式”，计算的智能化变革自然也是“现在时”。越多越多的企业开始围绕 AI 能力构建自己的业务，伴随着 AI 一起成长，成为 AI 原生企业。

事实上，早在 2020 年百度智能计算峰会上，百度智能云就提出智能金融、自动驾驶、智慧医疗、智能零售、智能制造等领域的行业应用将全面进入 AI 原生阶段。据此，百度智能云还率先打造出了 AI 原生云服务架构。

在百度智能云看来，进入人工智能时代，AI 原生云将是推动产业智能化升级的核心驱动力，它的价值不再局限于计算本身，还包括融入其中的各类 AI 能力。最终，云计算的作用将越来越多元化，并且越来越贴合产业智能化升级需求。

AI 与云计算加速深度融合

的确，传统的通用型算力架构将很快被“翻篇”，企业“此时此刻”需要的是一个更高效、更稳定的计算平台，是面向智能的计算能力。这不仅意味着更高的计算密度、更大传输能力的网络、更大的存储容量，还需要更好地承载 AI 应用的开发和部署，提供 AI 训练推理场景、极致弹性。虽然“云”仍是基础，但在这之上必须还有“附加项”：

第一，要有更高性能且异构的算力。事实证明，现有的 CPU 计算架构很难满足 AI 需求，如前面介绍，在智能化应用场景，涉及对大量图片、视频等非结构化数据的处理，高性能异构计算资源（包括 CPU 于 GPU）将是“标配”；

第二，计算位置的分布化。智能应用负载不再只发生在企业系统内部，而是跟随用户变得无处不在，为了贴近用户需求提供优质体验，计算就必须“流动”起来，同样变得无处不在；

第三，更好地支持 AI 应用开发。随着 AI 应用越来越普适化，其开发、运维、升级的频度也将越来越高，这要求底层的计算平台能够让这些工作变得更容易、更快捷。

以上，便是“AI 原生云”的基本特点。最直观的趋势是——AI 与云计算将加速深度融合。而如果仔细观察近几年云计算服务商的动态，就会发现几乎所有大厂都在加码云平台的 AI 属性，强调 AI 对于云计算的作用。甚至大家好像不约而同地都给“云”加了一个“智能”的前缀。除了百度，还有微软，他们对自己的云产品定位都是智能云，而不是微软云或者百度云。另外，腾讯云也在 2017 年发布了战略产品“智能云”， 在传统云计算的结构上，构建了“AI 即服务”的服务层；阿里云则在 2018 年升级为阿里云智能。

可见，AI 服务能力将成为云厂商下一阶段竞争的新“标尺”，能否把 AI 相关技术和功能整合到云产品和服务中，支持 AI 工作负载，成为企业选择云平台的考量因素之一。根据 IDC 发布的《2021H1 中国 AI 云服务市场研究报告》显示，2021 年上半年中国 AI 云服务市场规模达到了 2.8 亿美元（17.83 亿人民币）——这也是一个直观的数据佐证。

另外，值得一提的是，在中国 AI 公有云服务整体市场格局中，百度智能云无论是整体调用量、还是市场份额都“超车”阿里云、腾讯云，连续多年拿下第一，并且拥有最多的 AI 产品数量。

从这个角度来看，国内云服务市场的现有格局将被“搅动”。虽然阿里云在国内“称霸”多年，但当 AI 能力这个“维度”被加上之后，大家又会重新站到一个新的起点上，这或许会给一直深耕 AI 的百度智能云打开一个全新的机会窗口——目前，无论从绝对体量（AI 云服务市场规模）还是相对体量（百度智能云的 AI 公有云市场份额）来看，这个“窗口”都不会太小。

“AI 原生云”是市场的选择

百度对 AI 的重视，这与李彦宏有很大关系。他个人被称为中国的“AI 先生”，并曾与库克、马斯克、黄仁勋等“同框”，入选《哈佛商业评论》“全球最受关注的十大 AI 领军人物”榜单；正因如此，百度公司多年来始终相信 AI 很快会实现规模化应用，对 AI 的研发投入也遵循着“上不封顶”的原则。

如今看来，这种“压强式”战略正在显现效果。

在 2020 年的百度云智峰会上，百度 CTO 王海峰宣布百度智能云的全新战略是“以云计算为基础，以 AI 为抓手，聚焦重要赛道。”而刚刚过去的 2021 年，这一战略又进一步明晰为:“以云为基础的数字化转型，以 AI 为引擎的智能化升级，云智一体，转型升级一步到位。”显然，“云智一体”将成为百度智能云的一张“王牌”。

“当行业应用都变成 AI 原生的，那么底层的云基础平台也必须是 AI 原生的，我们称之为‘AI 原生云’。” 百度智能云相关负责人如此解释此解释现阶段的云计算“状态”，“它对基础架构的影响是系统性的，从芯片到互联、从网络到存储，所有云服务商都在思考什么样的架构是最适合 AI 的。”

如果把这种“AI 原生云”能力拆解来看，它起码会包括三个层——算力层、存储层和应用层。对于百度智能云而言，算力层有 AI 异构计算平台百度百舸，底层是自研的昆仑芯片 2.0，由 AI 计算、AI 存储、AI 容器三大部分组成，具有高性能、高弹性、高速互联等能力；存储层有百度沧海，拥有存算一体、软硬一体、云边一体的技术优势；而在应用层，百度智能云基于容器、微服务等技术，同样构建了非常完善的云原生服务平台。

当然，我们也看到，不只是百度，包括 AWS、微软 Azure，以及腾讯云、阿里云等在内的云服务大厂，也都在从芯片、服务器、存储、网络以及上层的中间件、应用着手，不断完善“AI 原生云”产品和技术布局。

如阿里云总裁张建锋在 2021 年的云栖大会中所说，新型计算体系结构正在形成。为此，阿里不仅在会上发布了倚天 710 Arm 芯片，同时还推出了神龙 4.0、磐久服务器、龙蜥操作系统以及新一代 AI 和数据库产品。此外，在去年 11 月的腾讯数字生态大会上，腾讯也公布了三款自研芯片产品——针对 AI 计算的紫霄，用于视频处理的沧海以及面向高性能网络的玄灵。

所以说，虽然各大云服务商所擅长的事情不一样，战略定位和品牌打法也各不相同，但是阶段性目标是一致的，即打造面向 AI 的云基础平台——这是市场需求驱动的结果——企业希望以更低门槛和成本访问 AI 资源、使用 AI 功能，而云服务商能通过技术能力叠加，以“AI 软件即服务”的形式向企业提供服务，这将大大降低企业自身的算力资源和资金投入，加速 AI 时代的到来。

云计算未来将向何处？

知来处方能明去处。先回顾过去一年云计算领域的“热词”，除了上述的云原生、AI 原生云，边缘计算也是非常大的焦点。如前文所说，它同样是产业智能化升级催生出的计算需求。

以湖北省宜昌市点军区与百度智能云联合打造的“芯基建”项目为例：依托百度昆仑芯片，融合视联网感知平台以及升哲科技物联网终端技术，点军区实现了城市治理、社会关怀、智慧水务、消防安全、环境监测等场景下的物联感知和视觉感知双重融合。比如，在农业农村局管理的关键卡口，可以通过高清摄像头检测建筑材料的运输过程；基于物联网的智能床垫，可以监测老人在夜间的身体状况；针对非法捕捞行为，还能结合 AI 模型，锁定非法捕捞群体，快速采取措施，实现生态保护。

在每一个场景下，计算的发生过程都不是中心化，而是分布式的。这要求算力部署必须达到云边端的合理分配和统一管理。根据 Frostand&Sullivan 公司的预测，到 2021 年底，大约 90%的工业企业将在数据生成站点使用边缘计算和数据分析。而此前，百度智能云、阿里云、金山云等就都纷纷成为了该市场的主要服务商。

其中，阿里云的边缘计算主要“阵地”城市，即面向城市服务提供算力基础。在技术布局方面，阿里云边缘计算包含了四层技术战：边缘硬件和芯片、边缘计算平台、边缘计算操作系统、边缘中件间和面向边缘的应用与服务。

而百度智能云对边缘云的布局则更早，从 2019 年就形成了“云-边-端”三位一体的产品矩阵，发布了边缘计算节点 BEC（Baidu Edge Computing）、智能移动边缘 IME（Intelligent Mobile Edge）、边缘服务器 ECS（Edge Computing Server）产品。凭借多年的技术沉淀，百度智能云在 IDC 发布的边缘云报告《中国边缘云研究，2021》中占据了领先地位。

那么，如果把时间轴拉到一个更长的尺度，往前有“云原生”，眼下有“AI 原生”、边缘计算，云计算的下一个关键元素又会是什么？Gartner 公司表示，采用公有云的企业正在向与位置无关的分布式云服务过渡————这与百度智能云定义中的“AI 云原生”特点再次相互印证——当算力需求无处不在，计算必然呈现分布化。

具体来说，分布式云服务有多种类型，其中包括内部部署、物联网边缘云、城域社区云、5G 移动边缘云和全球网络边缘云，它更像是混合多云、边缘计算的“再进化”。随着技术的成熟，它将进一步消除集中式分布下的网络和计算延迟的问题。“但是，在我看来，分布式云服务还是一个理念，它还需要时间去发展，需要云服务商在每一个环节去做得更扎实，才能真正解决各行各业的业务问题。”该负责人强调。

随着 AI 就绪，或许，这将成为云计算市场的下一个“赛点”。

计算的更“高维”挑战正在来袭

事实上，只要场景的变革永无止境，计算的革新显然就不会停歇。

拿如今最火的“元宇宙”来说：首先，当物理世界与数字世界实现一一映射，这意味着“一切皆需要计算”，无论是面前的办公桌，还是远方想念的人；是身上穿的衣服，手中玩的游戏，还是惦念已久的演唱会……在元宇宙世界，所有人、事、物将以数字形态再次呈现。反馈到计算层，不仅计算规模变得“无穷无尽”，计算的“位置”也将更加“无所不在”。

另一方面，由于元宇宙世界的内容极其丰富，很难仅依靠人类自身的力量去构建，因此，AI 在元宇宙的“参与感”还会进一步增强。通过既定的规则，它们将自动构建出完整的世界，包括元宇宙资产、艺术品及其它内容（AIGC），可以帮助人类提高内容生产的效率，并且丰富生产内容的多样性。

举例来说，基于 AI 驱动的虚拟数字人就属于 AIGC 范畴——小冰框架下具有不同特长的数字人、华为的“云笙”、万科的数字员工“崔筱盼”，还有百度智能云的火星数字人，以及在日前的百度 Create 大会上全新推出的曦灵数字人平台……显然，面向未来元宇宙中的数字人，已经不再停留在“图片”阶段，他们越来越生动、聪明、自然，这背后，需要依托更强大的 AI 能力。

所以，元宇宙世界将是更透彻的 AI 原生世界，在那里，人类与 AI 的界限或将彻底消失，这对计算力提出了更“高维”的挑战——极致的分布和极致的智能；所以，百度智能云率先提出的 AI 原生云不仅是眼下企业所需的云，更是面向未来的云。

用美国著名科普大师阿西莫夫的话说，人类最早的计算机是“手指”（源于手指计数）。经过“技术轮回”，或许在未来的元宇宙世界，人类的手指真的能成为计算机——其所到之处，即是算力和智能所及之处。