尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
智東西（公眾號：zhidxcom）
作者 | 心緣
編輯 | 漠影
全球知名投資機構ARK Invest預測，未來15-20年，人工智慧（AI）中深度學習將為全球股票市場增加30萬億美元的市值，這比過去20年互聯網創造市值的2倍還多。
普惠AI，首先要解決上雲的問題，這已經成為業界共識。國內外雲服務商無不開始思量將雲計算與AI打包，為愈發廣泛的AI開發需求提供一張便捷的船票。
但實現「雲智一體」並非兩相疊加，而需在充分理解企業實際業務需求的同時，提供將AI技術與雲深度融合的基礎設施。這恰恰是百度十餘年積累的技術和生態優勢。
在3月27日舉辦的雲智技術論壇上，百度智能雲推出將AI原生的雲基礎設施與全流程AI開發融合一體的關鍵殺手鐧——雲智一體的AI開發全棧模式，從自研晶片、集群、框架、算法到應用的一系列AI能力組合，構成了百度智能雲獨有的底色，不僅能解決算法工程師的專業訴求，還能讓完全不懂AI開發的業務人員分分鐘上手。
▲百度智能雲「雲智一體」AI開發全棧產品架構
AI時代的雲上開發有什麼不同？它對雲基礎設施供應商們提出了哪些差異化的要求？企業如何選擇最適合自己的AI開發路徑？雲智一體戰略，會成為拉動百度第二增長曲線的關鍵引擎嗎？
要解答這些問題，我們從企業AI開發的典型需求之變說起。
一、從企業AI落地之困，看AI開發平臺三大特征
在移動互聯網時代，只需一個不錯的點子，個人開發者即可做出能廣泛應用的App。
但AI開發完全不同，是一項僅憑個人力量難以成事的系統工程。要將AI技術落於實際應用，涉及海量數據、優質算法、傳感器、服務器、網路設計、資源管理等一系列繁復的軟硬件工程難題，因此企業是推進AI落地的主力軍。
AI需要與場景進行深度結合，沒有誰能比企業更加理解自身業務，也沒有誰比AI基礎技術研發者更懂AI，然而兩者協作遠不像「1+1=2」那樣簡單，真正在場景中實現智能化，不僅僅是解決一個模型問題，還要在業務流程中形成閉環。
考慮到碎片化應用場景、中小企業對創新迫切性和對成本的考量，百度集團副總裁、深度學習技術及應用國家工程實驗室副主任吳甜提出，能滿足多數企業智能化需求的AI開發平臺，至少應具備三大特征：場景先行、自主創新、效能為要。
（1）場景先行：好模型離不開優質數據，而優質數據從場景中來，從場景去定義和解決問題已是企業AI開發的一種主流趨勢，波士頓咨詢公司（BCG）調研數據顯示，約86%的市場需求是定制開發AI模型。同時，同一垂直場景下企業AI需求存在可復用性，AI開發平臺可以不斷積累相應高精度效果的算法，供企業在其基礎上做優化。
（2）自主創新：AI與場景頻繁的交互過程中，會通過應用反饋生成源源不斷的活數據，從而能持續優化迭代AI系統。如果AI開發平臺能提供豐富的預訓練模型和功能，並打造盡可能低門檻、好上手的交互界面，則有助於加速企業針對自身業務進行AI應用的自主研發與創新。
（3）效能為要：企業智能化升級的目的無外乎快速響應需求、降本增效。相較傳統軟體開發，AI開發過程往往更耗時、耗資源，因此需要AI開發平臺既要提供足夠高效的整體AI開發流程，又能實現更充分的資源集約管理和調度。
這些是AI開發平臺的基礎能力，而要將AI開發效能發揮到極致，則離不開進階能力——高性能、高性價比、高利用率底層AI基礎設施的支撐。
二、兼顧多層次開發者、適配多種國產硬件……雲智一體AI開發全棧模式解讀
對於企業來說，雲上構建AI方便之處在於，無需採購和部署昂貴的硬件基礎設施，就能獲取源源不斷的算法、算力和存儲資源。
不過，由於傳統的雲計算架構並未考慮到適配AI應用，因此在解決AI場景下的工程化問題時，很難做到效能最大化。這使得大舉布局AI技術的百度嗅到了將雲計算與AI融合創新的機會。
當主流雲廠商還在競逐CDN、IaaS市場時，百度已將目光投向深度學習框架和高端AI晶片，將百度十餘年積累的雲上AI計算和工程化應用能力，沉淀為低門檻、高效能的全流程AI開發體系。如今，百度正式推出其軟硬協同AI能力的集大成者——雲智一體AI開發全棧模式。
▲百度智能雲「雲智一體」AI開發全棧產品架構
從上往下看，最貼近應用層的是飛槳企業版AI開發雙平臺EasyDL和BML。
EasyDL主打零門檻，面向AI應用開發者，無需了解算法細節，5分鐘即可上手，最快10分鐘完成模型訓練，支持公有雲、私有化、設備端、軟硬一體等多種部署方案，迄今已服務超過80萬用戶。該平臺最小的開發者只有7歲，可見多容易上手。
BML主打功能齊全，面向AI算法開發者，既提供全面的建模方式、高性能AI套件、高性價比的算力資源、完善的開發環境，又提供自動數據增強、自動超參搜索等先進的訓練機制。此外，用BML做出的模型可以成為EasyDL預置任務，惠及更多AI應用開發者。
▲百度飛槳企業版EasyDL和BML AI開發雙平臺模式
AI開發全棧模式也使得端雲協同更加緊密，將AI端模型的部署時間縮短至1分鐘，並使每個端都成為了雲的一部分。
雙平臺基於百度深度學習框架飛槳，同時支持業界7種主流深度學習框架、上百種深度學習網路、15種AI晶片，尤其適配多種主流國產CPU、FPGA/ASIC晶片，使企業開發時向上向下均有足夠靈活性。
▲百度AI開發平臺適配15種AI晶片和硬件平臺
再往下是AI開發全棧架構的基座支撐——AI原生雲架構，即做出「最適合跑AI的雲」。
雲原生基於傳統的IT基礎設施，難以做到AI場景效能最大化。而AI原生的AI開發基礎設施，從AI晶片、AI服務器、AI容器到AI雲平臺產品進行軟硬一體深度優化，能全方位、集中式管理AI資源和優化AI產品。
除了為上層AI開發平臺提供技術支撐外，百度智能雲構建的AI原生雲計算架構也面向AI開發工程領域的客戶，提供多種形態的獨立服務。
具體而言，AI原生的雲基礎設施主要包括AI容器、AI存儲、AI計算。其中，通過使用百度智能雲容器引擎服務CCE，AI容器可提供彈性、高可用的雲端容器運行平臺；雙平臺已全面打通百度智能雲BOS雲存儲服務，能提供簡單可擴展、高可靠、靈活適應多場景的數據存儲能力。
在當下備受關註的晶片層，百度組建了自己的AI晶片公司並完成首輪融資，其根據自身算法定制設計的自研雲端AI晶片昆侖1已規模部署，採用7nm先進制程的昆侖2計劃今年上半年量產，性能比昆侖1提升3倍。
除了提供自研AI晶片及多規格商業GPU/FPGA晶片外，百度還打造了基於X-MAN架構的四路AI超級服務器和基於百度自研硬件虛擬化技術的百度「太行」彈性裸金屬。這樣從上層開發到底層雲基礎設施的一體化構建，使企業AI開發效率更高、成本更低。
▲百度智能雲AI高性能計算服務
針對企業在智能化升級過程中的生產、運用和管理痛點，百度打造了整合AI能力引擎、AI開發平臺、AI管理平臺的企業專屬AI中臺。
AI中臺主要解決企業AI資源沉淀、AI人才培養及整個體系持續運轉機制的方法論問題。如果技術能力基礎偏弱，企業可以先切入AI能力引擎，從百度已對外開放的270多項成熟AI能力中直接選擇應用；繼而通過包括EasyDL、BML和場景化定制平臺UNIT的AI開發平臺，以及優化資源管理調配的AI管理平臺，逐步構建企業自己的多層次AI能力和方法論。
目前百度智能雲已打造了能源、金融、城市、媒體等多個行業AI中臺落地解決方案，幫助不同領域的企業構建集約化AI能力管理能力。
▲AI中臺如安在企業IT中臺中作為智能中樞
三、有1塊錢或100億，都會投進技術裡
因為早期AI商業模式變現路徑還不清晰，押註AI賽道多年的百度，一路走來曾歷經不少質疑，而撥雲見日的時刻似乎已經臨近了。
在最新財報中，百度將智能雲稱為「中長期增長第二曲線」，2020年Q4百度智能雲同比增長67%，年收入約130億元，成為營收增長最快的模塊。
國際市場研究機構Canalys報告顯示，百度智能雲在2020年Q4中國雲基礎設施服務的市場份額增速和營收增速排名第一。另據國際數據公司IDC報告，2020年上半年中國AI雲服務市場規模達10.9億元人民幣，同比增幅超100%，其中百度智能雲以27.5%的市場份額，延續三次蟬聯第一。
▲2020年上半年中國AI公有雲服務市場分布（來源：IDC中國）
IDC評價稱在平臺公司中，百度提供了市面上最豐富的AI能力；市場調研機構Forrester認為，百度智能雲對於同時尋求具備大型開發社區和全棧AI功能的公司與開發者來說，是理想的選擇。
百度是怎麼做到的？這些成就背後，關乎百度的基因，也關乎百度十餘年堅定地投資與布局。
「有1塊錢的時候，我們會投進技術裡；有1個億，我們會投進技術裡；有100個億，我們還是會投進技術裡。」
在3月23日百度回港上市的敲鐘現場，百度董事長兼CEO李彥宏強調百度願意為長期投資、保持對技術創新的不斷投入，並將百度定義為「擁有強大互聯網用戶基礎的AI生態型公司」。
作為建立於雲上的互聯網公司，百度天然具備成熟的雲計算技術根基，憑借搜尋引擎這張王牌，百度手握中文互聯網最多的數據資源，加上十年來不斷積累AI算法開發能力，孵化出覆蓋視覺、語音、OCR、結構化數據等方向的各類AI應用。
過去十年研發支出超1000億元、AI專利申請量延續三年國內第一……持續重金投入研發，換來了百度在AI基礎技術領域的深厚根基：
自研開源深度學習框架飛槳排名國內第一，凝聚了265萬開發者、服務超10萬家企業，向世界證明中國核心AI技術的研發創新能力，同時百度擁有國內最大AI開發者社區，百度智能雲是擁有最多AI產品的國內雲廠商……
▲中國市場AI公有雲服務產品數量（截至2020年4月，來源：IDC、廣發證券發展研究中心）
除了支撐自身AI技術及業務的迭代，百度沉淀的AI能力和資源還在迅速外延。集百度通用AI能力之大成的百度大腦日調用量突破1萬億次，過去4年百度AI開放平臺上定制模型數量翻6倍，在多行業落地賦能。
畢竟AI技術開發和AI應用落地不同，越往底層，技術越通用，越往場景層，應用越個性化。
要真正解決實際應用中的問題，百度聚焦在兩件事：一是褲腳挽起來踩到泥裡，深入產業場景中和客戶並肩作戰，直接在場景中做AI能力的集成；二是自底向上完全用開源開放的方式，持續積累市場需求和反饋，根據反饋不斷優化從底層框架到上層應用、中臺的核心能力建設。
獨木難成林，企業技術優勢的放大，離不開與產業的廣泛開放、結合。通過開源開放策略，百度通過將各種技術能力和應用經驗共享於統一的平臺，協同大量擁有豐富經驗的上下遊生態合作夥伴，推進以AI為主的創新商業化工作在更高的起點上開展。
央視網媒體AI中臺、國家電網AI中臺、海淀城市大腦、漢中市脫貧攻堅雲計算平臺……雲智一體AI全棧能力正加速百度智能雲在更多專業場景中的落地。
按照百度團隊的說法，如果不能實現上層開發平臺、下層基礎設施一體化，則不可能讓企業AI開發速度最快、精準度最高、最適配、又最節約。
以此來看，從底層雲基礎設施到上層AI應用的全棧能力，再到對AI生態的開放與包容，已經構築了百度在雲計算和AI雙賽道的獨特競爭力。
結語：用雲智一體打出差異化優勢
今年百度21歲了，這一年，它用雲智一體的故事敲開了港交所的大門，正面朝著產業智能化浪潮中蓬勃生長的雲市場新機遇。
對於多數決心走向智能化升級的企業來說，如今萬事俱備，隻欠AI。公有雲市場仍處於早期階段，伴隨好康字化建設，雲上AI服務在傳統行業的滲透率必然快速提升，市場邊界正快速擴張，豐富的AI服務成為國內外雲廠商押寶的對象，而AI技術賦能或能成為百度突圍雲計算賽道的核心競爭優勢。
目前百度在國內AI公有雲賽道占位相對領先，面對洶湧的企業智能化升級訴求，信奉長期主義的百度，如果能證明雲智一體模式的優越性，也許將收獲一定頭部的成長紅利。
路遙知馬力，雲智一體的故事才剛剛開始。