百度智能云為何是“適合跑AI的云”？

7月29日的智能經(jīng)濟(jì)高峰論壇上，百度CTO王海峰在致辭中提到了這樣一個觀點(diǎn)：“百度智能云的云，不僅為數(shù)字化轉(zhuǎn)型提供安全穩(wěn)定彈性靈活的云計(jì)算服務(wù)，同時也是適合跑AI的云。”

按照中國信通院在《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書》中給出的數(shù)據(jù)，2020年中國的數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到39.2億元，占GDP比重進(jìn)一步提升至38.6％，同時數(shù)字經(jīng)濟(jì)的年增速為9.7％，幾乎是GDP增速的3.2倍多。

宏觀經(jīng)濟(jì)的增長態(tài)勢，預(yù)示著中國已經(jīng)逐步進(jìn)入智能經(jīng)濟(jì)的時代，也在某種程度上解釋了百度對于智能經(jīng)濟(jì)的“執(zhí)念”。只是百度智能云被貼上“適合跑AI”的標(biāo)簽，所聚焦的恐怕不僅僅是智能經(jīng)濟(jì)的大環(huán)境。

百度智能云-對象存儲BOS

2.8

15條點(diǎn)評

咨詢產(chǎn)品

免費(fèi)試用

一款穩(wěn)定、安全、高效、高可拓展的云存儲服務(wù)，支持標(biāo)準(zhǔn)、低頻、冷和歸檔存儲等多種存儲類型滿足多場景的存儲需求

客戶案例

5

合作品牌

50

知易行難的智能化

智能經(jīng)濟(jì)的誘人前景似乎已無需贅述，僅僅是在過去兩三年時間里，交通、金融、工業(yè)、能源、媒體等行業(yè)頻頻和人工智能融合，給出了一個又一個行業(yè)智能化升級的新思路、新解法、新案例。

可將視角進(jìn)一步深入到產(chǎn)業(yè)一線，看到的卻是另一幅景象：當(dāng)前向智能化轉(zhuǎn)型的企業(yè)主要集中在行業(yè)里的金字塔尖，大多數(shù)位于腰部和尾部的企業(yè)，對于智能化探索仍舊有些“畏手畏腳”。

個中原因離不開新技術(shù)應(yīng)用的一條鐵律，即產(chǎn)業(yè)化爆發(fā)需要滿足三個前提條件：為企業(yè)降低成本、為企業(yè)增加效益、為企業(yè)尋找創(chuàng)新的機(jī)會。然而現(xiàn)實(shí)中許多企業(yè)被擋在了智能化的初始階段，在智能應(yīng)用的開發(fā)環(huán)節(jié)就被“勸退”。

首當(dāng)其沖的是人工智能落地的場景化定制。

根據(jù)波士頓咨詢的調(diào)研報告顯示，市場上86%的需求為定制AI需求，很難靠通用的AI模型滿足所有企業(yè)的需求，也就需要企業(yè)根據(jù)自身的實(shí)際需求進(jìn)行定制開發(fā)，涉及到數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模型評估、模型部署等一系列流程。在AI優(yōu)秀人才相對匱乏，且對模型精度和開發(fā)效率的要求越來越高的局面下，模型開發(fā)業(yè)已成為亟待解決的棘手問題。

何況AI應(yīng)用還是一個非常消耗資源的過程。

不管是模型的訓(xùn)練還是推理，都需要大量的算力資源，以至于出現(xiàn)了兩個典型的算力瓶頸：一是算力的異構(gòu)化，針對不同的計(jì)算場景需要CPU、GPU以及各種領(lǐng)域內(nèi)的定制芯片；二是部署的分布式，在落地過程中大量計(jì)算分布在數(shù)據(jù)中心和邊緣端。結(jié)果就是，企業(yè)想要邁出智能化轉(zhuǎn)型的第一步，必須在算力資源上進(jìn)行大量的基礎(chǔ)投入，并且隨著數(shù)據(jù)和模型不斷增加。

近乎苛刻的進(jìn)入門檻，讓智能化轉(zhuǎn)型成了一項(xiàng)高成本、高消耗的工程，無形中將許多企業(yè)拒之門外。

鑒于智能化轉(zhuǎn)型知易行難的現(xiàn)狀，坊間也出現(xiàn)了不少解決思路。比如有人將AI落地細(xì)分為應(yīng)用場景、資源與基礎(chǔ)設(shè)施、算法和模型、智能設(shè)備、數(shù)據(jù)等五個要素，提倡對五個要素進(jìn)行解耦，讓一個要素相對其他幾個要素變得更加透明；Gartner將“AI工程化”列為2021年度九大重要戰(zhàn)略科技趨勢之一，以工程化的技術(shù)來解決模型開發(fā)、部署、管理、預(yù)測等AI應(yīng)用落地的問題。

百度智能云的打法

2020年末的百度云智峰會上，百度CTO王海峰提出了“云智一體”的戰(zhàn)略，也是“云與AI”深度融合的思路在過去幾年中不斷被市場驗(yàn)證后，百度智能云力圖破解各行各業(yè)智能化轉(zhuǎn)型問題的新打法。

在國內(nèi)第一梯隊(duì)的云廠商中，百度智能云有兩個相對特殊的背景：早在2010年前后，百度就開始圍繞人工智能布局，彼時云計(jì)算在國內(nèi)還方興未艾；百度自身的智能化轉(zhuǎn)型也屬于場景先行，對人工智能在產(chǎn)業(yè)融合中存在的問題有著深刻的理解。

折射到云計(jì)算的戰(zhàn)場上，百度智能云摸索出的方向是“以云計(jì)算為基礎(chǔ)，以人工智能為引擎，云智一體賦能千行百業(yè)”，并在“云智一體”的獨(dú)特優(yōu)勢下，對“云”和“智”進(jìn)行了充分融合與特殊調(diào)優(yōu)。

比如百度智能云率先提出了AI原生的理念，將云計(jì)算從傳統(tǒng)IT、云原生帶入AI原生階段，在算力層面提供面向AI場景的彈性高性能的異構(gòu)算力，在應(yīng)用開發(fā)層面提供面向AI應(yīng)用場景的一系列低門檻開發(fā)平臺；同時將百度成熟的AI能力沉淀為AI中臺、知識中臺等智能化中臺，實(shí)現(xiàn)了數(shù)據(jù)處理、模型建立、決策部署等流程的自動化……

剛剛結(jié)束的智能經(jīng)濟(jì)高峰論壇上，百度智能云從戰(zhàn)略，架構(gòu)、產(chǎn)品和生態(tài)方面進(jìn)行了四大升級，“云智一體“正式進(jìn)階到了2.0階段。其中最為矚目的莫過于AI異構(gòu)計(jì)算平臺百度百舸，在太行計(jì)算和滄海存儲的能力基礎(chǔ)上，構(gòu)建了存算一體、軟硬一體、云邊一體的AI開發(fā)基礎(chǔ)設(shè)施，包括AI計(jì)算、AI存儲、AI容器三層，在一些場景下訓(xùn)練速度比傳統(tǒng)算力提升了4倍以上，推理效率也較傳統(tǒng)算力提升了數(shù)倍。

由于AI開發(fā)是一個系統(tǒng)性工程，百度智能云的另一個重心在于AI開發(fā)平臺。基于百度自研的產(chǎn)業(yè)級開源深度學(xué)習(xí)平臺飛槳，百度智能云推出了飛槳企業(yè)版，涵蓋針對AI應(yīng)用開發(fā)者的零門檻AI開發(fā)平臺EasyDL和面向AI算法開發(fā)者的全功能AI開發(fā)平臺BML，前者5分鐘即可上手，最快10分鐘完成模型訓(xùn)練；后者提供了豐富的建模方式、預(yù)置模式方式、可視化建模等輔助工具。

做一個總結(jié)的話，百度智能云的打法并不難理解，主要解決了企業(yè)智能化轉(zhuǎn)型中的兩個核心訴求：一個是高性能、高性價比、高利用率的“云”，消除了企業(yè)的算力負(fù)擔(dān)；另一個是高質(zhì)量、高精度、高易用的“智”，打破了企業(yè)的開發(fā)門檻。

被驗(yàn)證的“云智效應(yīng)”

百度智能云的打法像是一場開創(chuàng)性的化學(xué)實(shí)驗(yàn)，通過算力和數(shù)據(jù)的原生化、開發(fā)和服務(wù)的普惠化，將“云”和“智”從簡單的疊加，轉(zhuǎn)向AI作為“催化劑”的深度融合，進(jìn)而上演了一場無限可能的“云智效應(yīng)”。

這個過程和計(jì)算機(jī)在上世紀(jì)90年代的進(jìn)化非常相似：云和智分離的AI開發(fā)等同于計(jì)算機(jī)的DOS時代，只有少數(shù)開發(fā)者才能操作；云智一體就像是Windows系統(tǒng)的出現(xiàn)，普通用戶借助鍵盤和鼠標(biāo)就能玩轉(zhuǎn)，專業(yè)開發(fā)者也能開發(fā)出更有趣的應(yīng)用，可以說是人工智能進(jìn)入大生產(chǎn)階段的必要一環(huán)。

市場上發(fā)生的一幕幕驗(yàn)證了百度智能云戰(zhàn)略的正確性，產(chǎn)業(yè)智能化的星星之火漸漸有了燎原之勢。

在工業(yè)領(lǐng)域，一家化纖企業(yè)借助百度智能云打造了AI全檢測樣機(jī)，檢測能力比原先的設(shè)備提升了50%；一家電力企業(yè)在百度智能云的幫助下，用攝像頭和機(jī)器人替代了線路巡檢工人，變電站工作人員的巡視工作量下降了40%；

在金融領(lǐng)域，百度智能云的“數(shù)字員工”陸續(xù)進(jìn)入多家銀行，為客戶提供7x24小時自動化、智能化、個性化的服務(wù)；同時人工智能還滲透到營銷環(huán)節(jié)中，憑借智能化的分析和運(yùn)營能力，打造了尋客-觸客-落客-留客的全鏈條服務(wù)；

在醫(yī)療領(lǐng)域，愛爾眼科接入了百度智能云的圖像識別能力，可以自動識別20多種眼底疾病，準(zhǔn)確率達(dá)90%；百度智能云為湖北省的基層醫(yī)院提供輔助診療服務(wù)，目前已經(jīng)為4000種疾病診療提供輔助決策支持，準(zhǔn)確率高達(dá)94%；

在體育領(lǐng)域，百度智能云為國家跳水隊(duì)研發(fā)了“3D+AI”跳水訓(xùn)練系統(tǒng)，利用3D+AI技術(shù)對跳水運(yùn)動員的訓(xùn)練視頻進(jìn)行分析摘要、動作提取、姿勢糾正等等，訓(xùn)練效率提升了20%，指導(dǎo)效率提升了25%，為體育訓(xùn)練帶來了新的可能......

其實(shí)類似的案例還有很多，目前百度智能云已經(jīng)對外開放了330多項(xiàng)AI能力，支持500多個應(yīng)用場景，涵蓋40萬個AI模型，覆蓋了360萬開發(fā)者，培養(yǎng)了超過100萬AI人才，深度賦能13萬家企事業(yè)單位......通過“適合跑AI的云”驅(qū)動人工智能在潛移默化中走進(jìn)社會生產(chǎn)生活的方方面面。

而將這些案例做一個橫向比較的話，不難看到這樣一個趨勢：很多客戶最初只是單點(diǎn)的智能化探索，嘗到了甜頭后逐步在一個業(yè)務(wù)場景中垂直深化，一些頭部企業(yè)甚至開始向多個業(yè)務(wù)場景、業(yè)務(wù)流程各個環(huán)節(jié)的全面升級，智能化升級的自然路徑已經(jīng)被跑通。

結(jié)語

“適合跑AI的云”既是百度智能云的差異化戰(zhàn)略，也為人工智能的規(guī)模化應(yīng)用落地給出了新的注解。

正如百度CTO王海峰在演講中提到的：“我們希望以百度智能云為紐帶，聯(lián)合技術(shù)和產(chǎn)業(yè)生態(tài)伙伴，通過開源開放平臺降低AI 開發(fā)的門檻，加快人工智能在傳統(tǒng)產(chǎn)業(yè)融入的速度與效率，幫助越來越多行業(yè)大步快跑，加入產(chǎn)業(yè)智能化的大潮。”

云計(jì)算作為人工智能輸出到千行萬業(yè)的最佳途徑，所肩負(fù)的不僅僅是算力的供給，還需要降低AI落地的門檻，降低客戶和開發(fā)者的使用成本，提升人工智能的開發(fā)效率，為企業(yè)找到在“云”上不斷生長的可能。

至少就這一點(diǎn)而言，“云智一體”的百度智能云已經(jīng)給出了正確的示范。

主理人 | 張賀飛（Alter）