概念的升级，伴随的是产品的进化。今天，百度智能云再次将AI原生云进行升级，包括百度太行弹性裸金属服务器3.0、百度沧海并行文件存储 PFS、第五代云服务器实例、智感超清一体机等八大新品，以及百度沧海存储技术与百度百舸 AI 异构计算平台两大首次亮相的全新品牌。目的是“为企业带来更高性能、更高性价比、更安全的智能云计算服务。”

除了发布产品，出席峰会的还有众多的生态伙伴，伴随产品升级这些可直观感知到的信息源，还体现了百度作为云服务商参与合作伙伴推进场景落地的行业实践。

从人工智能到云计算，百度AI原生云短短数年的时间，几乎每年迭代一次的大规模升级，都能够给业界带来重要的影响，百度智能云的含金量到底如何呢？

以芯片为代表的算力、以架构为代表的算法和以信息组成的大数据，是人工智能的三大基础。算力上，百度从2011年便启动了AI加速器项目，自研的AI芯片百度昆仑，规模部署已超过2万片，是国内具备AI芯片研发和规模部署经验的公司之一；算法上，云计算逐步发展到云原生，云原生通过极致的弹性和开发架构让企业的数字化更进一步。百度智能云是一个更好拥抱AI原生的云，它基于云原生的微服务架构，通过算法使AI场景更好的落地；搜索引擎获得的数据，加上中国最大的人口基数，成为人工智能与云计算发展方面最天然的训练池。

人工智能、云计算的基础，百度现阶段应该是国内为数不多拥有芯片、架构和大数据“三大件”的公司之一。昆仑芯片的部署、AI原生云的完善以及搜索引擎带来的巨量数据，形成了百度现阶段的智能云发展的结构组合。

一家企业开始用云服务，本身是对数字化、智能化的需求。这里面隐含的，是人工智能给云计算行业带来了提质增效可能性，上云的根本目的，是将AI引入产业。

回到云计算与AI的结合，AI上云，AI原生云提出之后，百度又是怎么思考的呢？

新眸观察到，在峰会上，侯震宇谈到AI原生云从两个层面，将 AI 应用架构做得更加简洁、更加敏捷。一是在算力层面，AI 原生云通过提供面向AI场景的弹性高性能异构算力；二是在应用开发层面，AI 原生云提供面向AI应用场景的系列低门槛开发平台。

算力层面与开发层面的结合，以及AI算法在运行的过程中需要硬件支持。在计算、存储和容器上都融入AI元素，促使这些基础的硬件、基础架构能更好的支持AI原生云。

数字化建设的背景下，用云、上云已成为行业的共识，企业决策的时候，最应该考虑的是选择一个最适合跑AI的云——这也是百度提出AI原生的云计算架构的核心目标，“随着越来越多企业拥抱人工智能，计算已经发展到AI原生阶段”。

企业在云端的部署的应用，在进行AI训练、AI推理等计算行为时，对数据存储、异构计算等云基础设施产生的需求的巨大的，而且这些需求大部分时候对底层架构要求是灵活的，比如X86架构、ARM架构甚至MIPS架构芯片的支持等。对于满足不同产业的企业对灵活算力的需求来说，“异构”计算平台的出现，对整个计算与存储架构都给出了解决的方案。

针对这种需求，百度百舸新一代异构AI计算平台应运而生。配合具备弹性裸金属的云计算基础架构百度太行，对百度智能云生态内云存储、云网络、云大数据产品进行无缝融合。AI计算实现AI场景下的高性能、高弹性需求，支持各类异构芯片，在大规模的数据计算和数据交换中解决高吞吐、低延时的问题。

此外，对于大部分时候，其实算力的需求并不是并行的，从算力需求的最初期数据采集开始到数据标注、数据增强，再到开发训练的过程，以及后续的部署、集成等等整个数据链环节，都需要有相应的流程工具来提升效率，分布式基础设施成为解决算力分配的技术实现方式之一。

吉利控股集团信息工程中心CTO郑金伟在介绍与百度智能云合作的时候，提到吉利集团“1+6+N”的云服务模式，其中“1”代表一朵云，吉利将所有的业务、对用户的服务建立在一朵云包含了公有云和私有云架构模式的混合云上。这种模式，在用户快速响应的需求、满足我们数据安全性的要求方面给吉利赋能。“6”是包含六大能力的云基础设施，其中包括资源管控的能力、云基础架构的能力、微服务架构体系、安全运维能力、数据服务与业务中台以及开发运维等能力体系。“N”指N项支持，包含了上面这些业务所形成的产品线，以及它的业务服务。

我们发现，在之前的论坛中，还有一个非常有意思的技术性内容，就是基于随机微分方程做无梯度优化的调参算法，尤其是一些一些大文件、高吞吐的处理，如果底层的基础设施没做好，那么上层的东西做得再好，存不进去、取不出来，只要一个环节出现问题，整个数据链就会被卡死了。实现这种分布式调参算法的硬件基础，是分布式基础设施，比如云存储就是具体的产品体现之一。

百度推出全新的云储存产品百度沧海，拥有存算一体、软硬一体、云边一体的技术优势，可以从几个方面解决核心的存储问题。一是数据上云，提供了离线、在线数据上云的方式；二是解决数据存储的问题，提出以对象存储为核心，面向AI场景做了高速优化的能力。三是面向AI场景，AI的训练和处理分析的能力。

AI应用方面，对于一些重型行业的业务逻辑，大部分时候是需要多重技术、多种方案来进行调配实现。比如需要云、AI、IoT甚至5G、知识图谱等多种前沿技术在底层相融合后得以实现。表面上看，企业上云是为了加速自身的智能化升级、数字化转型，实际上是对云的服务对象和云端AI的场景是多重需求。

AI开发的流程包括数据获取、特征提取、模型选择、模型评估、模型部署、推理服务等等很长的过程。这中间存在两类开发者，一类是AI应用开发者，一类是AI算法开发者。

针对不同类型的AI开发者，百度提供了两个细分平台来满足他们的需求。一个是EasyDL，具备数据进去模型出来的开发特征，通过预置视频、图像、文本、语音、OCR等场景化的应用，获得全流程优化支持的效果。另外一个是BML，面对是AI算法开发者，在解决他们更关心的开发效率问题上，BML提供了非常多的建模方式、预置模型方式、可视化建模等，开发过程中的一些辅助工具，通过模型的组网和超参的调优开放出来，从而做更好的模型调优。

AI的应用平台的核心就是通过提供大量面向AI的可视化、低代码的开发工具和平台降低开发者的门槛，从而让企业、合作伙伴更容易的使用平台，能够更容易的拥抱AI。利用简易使用的“应用降维”来实现吸引AI开发者、增强AI能力的目的，归根结底都是希望将AI开发生态固定在自己的版图内。

企业所需要的数字化，最终的发展方向是智能化，对于企业上云来说，最大的优势就是利用云服务厂商的技术支持和云基础设施。

百度智能云的产品，也在不断的进行完善和生态补充，比如百度百舸就由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。在计算、网络、存储、数据库和安全领域，百度用丰富的产品组合，方便企业主购买，甚至在开发平台中，提供低代码开发服务，这无疑降低了企业员工对于工作需求中用到应用开发的难度，这对于智能化转型的企业来说，降低使用门槛、降低服务成本、获得效率提升无疑是有大的帮助。

也就是说，在“万物上云”这个时代浪潮的发展方向上，看上去整个技术的载体是云，但根本上决定方向和路径的却是AI。

图片来源：天风证券；新眸整理

这中间，又以百度智能云给市场的印象是出众的AI能力，这也是AI上云之后，百度智能云迅速成为“AI云”的原因之一。在中国AI公有云服务市场中，百度智能云市场份额达27.5%，排名中国第一，这是百度智能云连续三次维持这个排名了。

“以云计算为基础，以人工智能为抓手，聚焦重要赛道”，云+AI紧密融合，“云智一体”的智能云已经进入到AI原生云阶段，智能计算将成为AI新基建发展的新动能。

正如侯震宇所说，在智能化时代，云计算将算力异构化、分布式化、普适化。

升级后的百度太行弹性裸金属服务器3.0，全面升级弹性裸金属全特性，实现裸金属、虚机、容器多种算力在网络与存储上的统一；百度沧海并行文件存储 PFS则支持对象存储数据连接，实现冷热数据真正的联通，超高性能超低延迟特性符合高性能计算的要求；第五代云服务器实例支持计算性能的纵向扩展，在可信计算等不同计算场景得到全面增强；加上搭载昆仑芯片智能感超清一体机，为企业带来了超高清、全智能、高性能的软硬一体化服务。

在百度新一年的AI原生智能计算产品全景图中，可以清晰的看到，百度太行、百度沧海、百度百舸分布在云基础设施及工程平台的关键位置，百度智能云在全线产品中技术更新，实现全面的“技术升维”。

AI原生云向产业界输出AI赋能的云计算，AI原生云已在重型行业中构建了完善的底层架构，在企业数字化升级、智能化转型的当下，提供强大的AI计算支持，加上百度云服务器、存储、AI计算平台等产品对多领域的覆盖，让企业低成本、高效率的获得AI原生云服务。