模型|AI开发到底要怎么做？AI云化、云AI化( 二 ) 云计算|国家电网|百度

“AI云化”成必然，“云智一体”成AI开发大势所趋纵观各行各业AI应用的标杆企业，在AI开发时都有一个共同特点：在短时间内上线AI应用，并没有招聘大量的顶尖AI科学家或者高级AI工程师。专业AI技术人才短缺且成本高，短时间内招聘难以解燃眉之急。他们不约而同地都选取第三方AI技术服务，不是招标搞一个项目请AI技术外包公司来驻点开发，而是使用云服务搭建一套专属AI开发平台，大体步骤都大同小异：
第一步：结合业务需求在云端定制AI模型，将AI模型在云端训练后达到一定的智能化水平；
第二步：让AI模型在云端跑起来，将业务所需的数据传到云调用AI相关接口得到分析结果；
第三步：将分析结果返回到自身业务系统，与业务逻辑结合形成具体的决策。
这个过程跟“上云”非常相似。
云计算很容易理解，以前企业的网站、App或者系统要运行，要自己采购一堆服务器，放在自己的机房或者租来的机房，再雇专业IT人员管理，成本高不说，还要自己处理停电、黑客攻击、服务器损坏等等问题。有了云计算，企业就可以将系统都在云上跑，用了多少资源给多少钱，成本变低，计算也变得简单了。
用深度学习开源框架自主开发AI，开发者要花大量时间学习算法和训练模型，要去采购专用服务器或者云资源来解决算力需求，要学习与使用各种各样的AI模型工具，难点重重——更别说很多企业根本没有也请不起专业AI技术人员。
使用云端AI能力，企业就不再需要聘请专业AI技术人才，AI使用变得很简单，门槛与成本一下降低了不少，AI开发变得跟传统IT开发一样容易。“AI上云”，成为AI技术应用的必然趋势。

文章插图
就算不应用AI技术，在全社会数字化转型的号角下，“上云”对企业来说都已成为必选项，“上云”不只是可以降低计算成本，更重要的是可汇聚分散数据、打通业务流程，是企业数字化转型的第一步。企业“上云”将数据汇聚到云端，给AI应用准备了原材料，具备了智能化转型的基础。
数字化转型与智能化转型对企业来说不是选择题，而是“两者都要”，越来越多企业走的是“数智化”升级的路线。在“企业上云”与“AI云化”的双重趋势下，“云智一体”就成为顺理成章的事情。正是因为此，主打“云智一体”模式的百度智能云，成为企业AI开发的首选平台。

文章插图
百度智能云是第一个名字里面带“智能”的云服务商，后来其他厂商纷纷更名或强调智能属性，体现出AI对云越来越重要的趋势。百度AI技术研发超过十年，云的本质是能力的溢出，百度智能云也成为百度开放各种AI能力的最佳形式。
早在2016年百度智能云就提出了“ABC三位一体”的策略，将AI、云计算和大数据融合。2016年至2019年期间，百度一直在推动云和AI的融合。2020年，基于十年AI技术与生态的厚积薄发，百度智能云落地“以云计算为基础，以AI为抓手，聚焦重要赛道”的发展路线，进一步确立“云智一体”的发展战略。
百度智能云的“云智一体”不是在云计算上叠加AI组件，也不是将AI技术服务云化，而是云与AI深度融合，用云承载AI，用AI定义云。

文章插图
先说“云”。AI计算“大、多、杂、散”，最适应AI计算的云要有新的架构，百度智能云在“AI开发基础设施（相当于传统的IaaS）”中融入AI元素，特殊调优后的AI开发基础设施，能更高性能、高利用率地发挥作用，成为最适合跑AI的云。
再说“智”。虽然有形形色色的AI技术服务商以及对应的云服务，但它们往往都不具备原生云能力。百度智能云的“AI开发平台”融入AI原生云计算架构，从芯片、OS、服务器等底层优化，因此算力和速度更精准、更快速。
AI定义的云、云原生的AI，让百度智能云成为唯一一家“云智一体”的云计算平台和AI开发平台，形成全栈AI开发能力，更好地满足企业AI开发的需求。“云智一体”也成为百度智能云的核心优势。IDC《中国人工智能云服务市场研究报告（2020H1 ）》报告显示，百度智能云已连续三次在Al Cloud市场排名第一，在图像视频、NLP自然语言处理、人体识别等多个细分领域排名第一。

文章插图
越来越多企业认识到，要使用云AI平台来开发AI应用，要使用具有AI能力的云。“云智一体”成为AI与云计算发展的终局形态。