免费下载案例集|20+数字化领先企业人才培养实践经验 了解详情
写点什么

拆解百度智能云「云智一体」战略与架构升级背后的逻辑

  • 2022-09-14
    北京
  • 本文字数:4964 字

    阅读完需:约 16 分钟

拆解百度智能云「云智一体」战略与架构升级背后的逻辑

InfoQ 获悉,9 月 6 日,在 2022 智能经济高峰论坛上,百度智能云公布了过去一年来的成绩单,并发布了全新战略“云智一体,深入产业”及“云智一体 3.0”架构。


百度集团执行副总裁、百度智能云事业群总裁沈抖表示,应对当下宏观环境挑战的一个重要方向就是产业智能化。当前,实体经济的很多领域数字化改造尚未完成, 而数字化本身并没带来效率的明显提升,智能化的渗透尚需时日,智能化对实体经济的巨大拉升作用虽有信仰者,但还没有成为广泛共识。因此,产业智能化的进程还需要踏踏实实地摸索更长时间。需要给产业、给企业持续交付真实的价值和成果,不玩噱头,让行业真真切切地尝到智能化的甜头。


“百度在人工智能领域已经摸爬滚打整 10 年了,对此我们越来越有信心。现在百度智能云就带着我们在产业智能化方面积累的技术能力和产业认知,发布了‘云智一体 3.0’的全新升级”。

新战略:云智一体,深入产业

百度智能云基于新战略“云智一体,深入产业”,发布了“云智一体 3.0”架构全新升级。


3.0 架构是从行业核心场景切入,通过打造行业标杆应用,带动和沉淀 AI PaaS 层和 AI IaaS 层的能力,打造高性价比的异构算力和高效的 AI 开发运行能力,进而向上可以优化已有应用、孵化新应用,向下改造数字底座,使基础云更适合 AI 应用,形成螺旋上升、不断进化的效果。


沈抖认为,将来,为了智能化解决产业的核心需求,必须更加深入产业。产业里丰富的应用场景,为人工智能与云的发展提供了最广阔的空间。


“除了百度,国内还没有哪家云厂商,能在每一层都有领先的自研技术、产品和生态。而百度在 AI IaaS 层的昆仑芯片以及 AI PaaS 层的深度学习框架飞桨和文心大模型,使得百度形成了‘芯片-框架-大模型-行业应用’这样一套自成闭环的智能化路径,真正做到端到端的优化。” 沈抖表示。

自研技术贯穿云智一体 3.0 架构

据百度智能云副总裁、百度智能云 AI 及应用产品总经理朱勇介绍,百度 AI cloud 是面向整个产业智能化升级的应用趋势和需求,打造的一套全栈式地端到端深度优化的基础设施,目的是构建最适合跑 AI 的云。百度 AI cloud 汇聚了百度在人工智能各个层面的自研技术,从最底层的昆仑芯片到深度学习框架飞桨,再到上层基于大模型的各种 AI 算法。


百度 AI cloud 在逻辑上包括 AI IaaS 和 AI PaaS 两层。AI PaaS 是面对整个 AI 应用的全生命周期,从模型开发、数据标注、模型采集、模型调优、运行部署等整个全生命周期,沉淀和抽象出了一套通用基础组件,打造标准化的机器学习开发部件的部署,形成模型产线和云边端协同努力,大幅度降低整个 AI 模型开发部署的成本。


沈抖表示,云智一体 3.0 形成了一套“芯片-框架-大模型-行业应用”的智能化闭环路径,做到了端到端的优化。


在云智一体 3.0 的 AI IaaS 层,昆仑芯 2 代已部署在百度搜索、自动驾驶、爱奇艺等业务,以及金融、工业等行业中。作为 7 纳米通用型 GPU,昆仑芯 2 代比 1 代性能最高提升 3 倍在工业质检场景,已能够替代非国产芯片,实现成本降低 65%的效果。目前,昆仑芯 3 代已经在研发当中,预计 2024 年量产,将成为国内高端芯片需求的替代产品。


在昆仑芯的支撑下,百舸·AI 异构计算平台升级为百舸 2.0,紧随产业智能化发展需求提升 AI 算力。通过应用百舸 2.0,药物蛋白质结构预测模型训练效率提升 2 倍,量产车自动驾驶迭代周期从月级别缩短为周级别。


在飞桨深度学习框架、文心行业大模型的支撑下,百度智能云整体 AI PaaS 的能力得到了大幅提升,全面提升后的 AI PaaS 进化为“AI 大引擎”,可以充分利用 AI 算力,降低使用门槛,加速模型迭代。


会上,百度智能云还推出了智算中心 1.0 方案。智算中心 1.0 拥有大规模训练场景,能够做到低能耗、高性能运行,满足地方城市大脑、生命科学、自动驾驶等产业的发展需求。

行业应用方案升级:汽车云、开物 2.0、九州等多项发布

在演讲中,沈抖表示,中国的数字化转型和智能化升级还在早期,仍有巨大的机会。数字化本身不是百度智能云追求的目标,而是希望通过数字化、智能化,真正提高产业的效率、效能,创造新的价值、提升竞争力。


这几年,各地数据中心、算力中心的建设突飞猛进,据统计,国内算力产业近五年平均增速超过 30%,算力排名全球第二。虽然说算力的整体需求永无止境,但在很多地区和产业的关键场景下,算力不是真正的瓶颈,甚至不少地方存在超前建设、算力过剩的情况,接下来,怎么用好算力、解决产业的关键问题,才是真需求。


因此,百度认为,云计算必须与实体经济深度融合,真正深入到实体产业,去解决产业遇到的实际问题,共创价值。首先, 产业智能化将带来软硬件的升级,创造大量的产业机会和就业机会,从而带动更大规模的投资需求,改善地方经济结构。其次,产业智能化通过对关键生产环节的优化,不断创新和积累产业的核心技术,进而提升我国产业的核心竞争力。总之,产业智能化会成为中国经济高质量增长的新引擎。


结合以上判断,百度智能云从水电能、制造、政务、交通、金融这些重点行业切入,聚焦生产经营的核心场景,通过把 AI 技术与云技术深度融合,帮助企业推进产业智能化。


论坛上,百度智能云也带来了在行业应用方面的解决方案的一系列的全新升级。


论坛上,百度智能云首次发布了汽车云,从车企集团云、网联云、供应链协同云,三个层次深入汽车制造行业的数字化升级,解决汽车行业生产、自动驾驶测试、供应链管理三大数字化应用难题。其主要服务的车厂有一汽、吉利、东风汽车等,多数为中国销量前 15 的车厂。


此外,开物工业互联网平台、“九州”区县大脑也迎来了全新升级。开物 2.0 已积累了超 200 个工业解决方案,沉淀了 3.8 万个工业模型,在重庆、广州、苏州等全国多个城市落地。“九州”是轻量级的城市大脑方案,能缩短 50%以上的部署时间,把原来以月为部署上线周期效率缩短至以周来计算。通过弹性扩容,“九州”能响应区县数字化发展需求,叠加数字农业、数字文旅等场景业务特色应用,快速将一线城市的治理经验下沉到区县。


在产业金融方面,百度智能云推出了产业数字金融方案。基于百度网盘,百度智能云推出了个人云中小企业数字化解决方案,已累计为 10 万家中小企业提供了存储、管理、分享等数字化升级服务,降低了中小企业使用 AI 技术的门槛。

百度智能云的优势

百度副总裁、百度智能云云产品总经理谢广军在采访中表示,如今深入产业已成为大势所趋。产业的数字化转型以及智能化升级进程为云计算领域带来了新的需求,也带来了新的挑战和机遇。构建好云计算的底座的基础之上,如何更好地深入各行业,深入各场景去推进产业智能化。深入理解场景需要怎么样的支撑?AI Cloud 不仅需要有云,还需要融合到整个产业场景里“智”的能力,而且这两者要紧密地结合起来。


谢广军认为,在激烈的市场竞争格局中,百度智能云具有两点优势。


一是,百度是有强大互联网基础的科技公司,无论是公司自身的需求还是云计算本身的需求,在技术和产品底座上,已经过了充分的验证和打磨。例如,存储是云计算的重要场景,百度旗下的网盘产品聚合了国内规模最大、最高要求的存储场景。得益于长期服务于这样的场景,使得百度在存储能力上经过了长时间细致的打磨,这样一来,也大幅提升了产品整体的竞争力。


二是,在整个产业智能化趋势下,“云”和“智”结合的趋势越来越明显,其在数字化转型和智慧化升级的场景的需求已经爆发。在这方面,百度具有天然优势,因为百度做过很多 AI 场景的支撑,从底层的芯片到基于 AI 的云计算,到 AI 框架,到 AI PaaS,再到 AI 的场景,这一套紧密结合的,通过这样一套端到端的基础设施,能够更好地做数字化、智慧化的转型升级。

云计算下半场呈现三大变化

在采访中,谢广军分享了自己对云计算行业发展演进趋势的观察。

泛互联网之外的行业需求爆发,新型智能算力崛起

最近几年,云计算进入下半场的论断此起彼伏。在谢广军看来,“下半场”所呈现出的一个显著的演进变化是,云计算在国内发展了十多年,原先大部分的市场空间主要在泛互联网行业,这几年,企业、政府等数字化转型和智能化升级渐成趋势,越来越多的泛互联网之外的行业对云计算的需求激增。而且,这些行业与传统互联网行业的需求不同,在工业、金融、交通、医药等行业伴随着场景的数字化变革和对算力的支持,这里面整个市场空间非常大。


第二个显著变化是,从算力角度看,传统的云计算主要是以 CPU 为主的算力,随着智能化大行其道,所有的应用都需要有数字化、智能化的改造,算力也将从 CPU 演变到新型智能算力。这里的新型智能算力就是异构计算的算力。百度的调研数据发现,从市场总盘来看,异构算力规模和传统的 CPU 算力规模已平分秋色,这也对云计算行业提出了新的需求和挑战。


基于对上述演进趋势的判断,百度认为,到了下半场,云计算的算力和产业是互相融合在发展,在这个过程中,很多行业要集合着场景完成智能化的升级和数字化的改造。这和原来的云计算不同。原来的云计算,互联网客户都有 IT 技术能力,他们需要的是更坚实的,更稳定的云计算底座。而今天,要深入到行业去做信息化变革,这时,产业场景和算力的支撑得要结合起来,而且要紧紧围绕人工智能,围绕自动驾驶、生命科学、生物医药等新兴行业深耕。


此外,随着 AI 应用的场景更加丰富,AI 技术层出不穷,像预训练大模型,不论是云上训练还是推理,整个任务管理的复杂性会越来越高。面对这样的趋势,在算力层面需要做的支撑的是,在算力上需要有多元异构的芯片,规模化,模型越来越大,灵活调度与部署的云原生化...这些都是未来算力的发展方向。

从云原生进入到 AI 原生云时代

云原生,无疑是当下云计算领域最为火爆的概念了,大家耳熟能详。所谓云原生,是指从开发到部署的架构都是围绕着云的底层基础设施构建的,在云原生架构支撑下的云原生应用可以更极致地发挥云计算本身的价值,例如弹性。


几年前,百度提出了“AI原生云”的概念,即 AI 原生的云计算基础设施,旨在建设适合跑 AI 的云,是为了更好的帮助产业拥抱智能化。这两个概念,一个侧重点在云,一个侧重点在 AI。


从字面意思上拆解,可以看到其中的不同。Native,就是土著,天然的意识。AI Native Cloud,顾名思义是“适合 AI 的云”。云原生,Cloud Native,扩展一下,比如云原生应用 Cloud Native Application、云原生架构 Cloud Native Architecture,指的则是适合云的应用、适合云的架构。


如果从本质上看,传统的云,或者云原生时代的云,所有的技术能力是让云上业务的架构能够更好的利用云的优势,重点是数字化。现在的云,或者 AI 原生时代的云,所有的技术能力是让 AI 应用能够更好的运行在云上,重点是智能化。


随着产业智能化的深入,云成为 AI 服务提供的载体,云端的智能算力规模也越变越大。百度认为,AI 和云紧密结合,可以形成更大的优势。相较于其他云厂商,百度智能云致力于打造“最适合跑 AI 的云”,并沉淀了诸多思考与 AI 工程化经验。


“随着产业趋势的变化,AI 的应用或 AI Critical 的应用会大行其道,AI 的算力已经赶上传统的算力了。现在从做云的理念来说,我们已经逐渐从云原生进入到 AI 原生的时代。我们主要还是需要去建设更‘适合跑 AI 的云’”,谢广军详细阐述了“AI 原生云”背后的思考逻辑。“AI 带来了新的架构,AI 要支持大模型,大模型分为训练和推理,训练需要极致的、低延时的网络,需要更快速的存储,需要更好的异构算力的支持,需要把异构算力的资源能发挥到极致,需要更快的训练和推理任务的响应时间。这时候,底层需要不一样的一套新的基础架构的支撑,这一套基础架构指的就是 AI 的原生云”。


谢广军认为,AI 时代也需要云原生的,云原生是 AI 算力很显著的特征,用云原生能够更好地来支撑 AI 整个运行效率,开发效率的提升,这就是,云原生的 AI。

沈抖谈百度元宇宙布局

在这场论坛上,百度还谈到了在大热的元宇宙方面的布局。现阶段,在产业创新层面,各地近期积极出台元宇宙产业发展的相关规划。


沈抖认为,真正的元宇宙, 将是强大的 AI 能力和虚拟空间的完美结合,并且,在工业、汽车、文娱等领域率先实现价值落地。


百度智能云在元宇宙的战略定位是:提供云智一体的基础设施,支撑元宇宙多元共创。在这方面,百度已经形成了较为成熟的产品和方案:


一方面,可以为企业或政府,快速搭建元宇宙空间。例如,在北京国际电影节,近 80 家电影机构在希壤“名堂电影宫”进行展示和交流。另一方面,支持快速构建元宇宙消费级商业活动。与超媒体控股联合举办陈丹青艺术品拍卖,超过 12 万人参与,完成上百次竞拍。数据统计,目前有 20 多个核心行业、70 多个活动及空间,已经在百度希壤元宇宙落地。

2022-09-14 14:535316
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 529.1 次阅读, 收获喜欢 1975 次。

关注

评论

发布
暂无评论
发现更多内容
拆解百度智能云「云智一体」战略与架构升级背后的逻辑_AI&大模型_刘燕_InfoQ精选文章