两年前,一位云计算行业高管曾对钛媒体App预见了今日云计算行业将要遭遇的难题,其中有一个观点让人印象深刻:“一只蜻蜓远比一个木星要复杂的多”。木星是太阳系中体积最大的行星,而对我们来说只需要关注一个参数——引力,蜻蜓不及手指大小,但是其内部肌理与DNA分子结构异常复杂。

很多互联网或者公有云巨头其实是“木星”,大家都惊讶于它巨大的力量,但是这个力量的逻辑很简单,网络效应加上数据的力量,在数亿人的行为之间获取收益,但它无法用于一个小而复杂的系统,哪怕是MES。

这与智能云最新的战略升级遥相呼应,沈抖就任智能云事业群总裁后,第一次全面阐述其战略逻辑,“云智一体,深入产业”,总体而言是确定性趋势的延续和加强,个人云存储哪个好,也是当下最适合智能云的战略。

在最新的财报数据中,智能云第二季度营收同比增长31%,环比增长10%,是集团所有业务中亮眼的存在,名副其实撑起了的第二增长曲线。

与此同时,不少人对智能云的增长感到疑惑,尤其与阿里云和腾讯云相比,阿里云最新季度营收在抵销跨分部交易前为239.38亿元,在抵销跨分部交易后为176.85亿元,同比增长10%,经调整EBITA盈利2.47亿元。

腾讯云并不单独披露云业务收入,其金融科技及企业服务业务季度收入422亿元,同比增长1%,环比下跌1.3%,财报中直接写道,“企业服务收入同比略有下降”。

这都不是云计算行业积极的信号,阿里云和腾讯云是典型代表,与前几年相比,云厂商的日子大多不算好过。

另一方面,智能云31%的增速,乍看起来不高,其实已经算是成规模云厂商中高增长的数字,虽然智能云的规模总体小于腾讯云和阿里云,但现阶段可以看出其增长不属于偶然因素拉动,稳健且可持续的收入,正是目前云计算行业所追求的增长模式。

我们可以将“双11”、“618”这样的超大型数字化项目视作“木星”,当然其所要克服的重重挑战也很多,“双11”、“618”可以作为中国云计算行业的标杆项目,证明了云计算所能实现的高峰。

转念一想,中国还有多少企业需要做如此之大的数字化项目,他们可能归属于完全陌生的领域,遵循着不一样的行业知识,云搜索引擎,能解决“双11”的问题,不一定能解决工厂中一个小场景的问题,“蜻蜓”之难是另一种难题。

草蛇灰线,伏脉千里。如果按照算力消耗从大到小排序,“蜻蜓”可能不是云厂商的优先级,消耗不了巨大的算力,大型的数字化项目才是云厂商通常喜欢的节奏,一些云厂商也就错过了早期的机会。

智能云则不同,近年来其战略重心始终放在“蜻蜓”上,主打技术与产业结合,即以行业复杂场景为代表的业务,云智一体的作用也很显著,云计算不能解决的问题,由人工智能来解决,两者互为犄角,复制规模化增长的路径。

在2022智能经济高峰论坛上,沈抖用相当浓重的笔墨介绍了智能云深入产业的实践,吉利、广汽、恒逸和国网等,遍布在水电能、制造、政务、交通、金融等各行各业,这是智能云得以增长的实证,智能云也将继续延续这一路径,今年新战略重点强调纵深。

智能云认为,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。当然,数字化本身不是追求的目标,而是通过数字化、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。

以时下火热的算力产业为例,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。

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。

“为了让智能化解决产业的核心需求,我们必须更加深入产业。而产业里丰富的应用场景,也为人工智能与云的发展提供了广阔的空间。”沈抖说道。

沈抖表示,实体经济很多领域的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。

沈抖所说的其实也是云厂商入局产业的难题,只要云厂商进入到其他行业中去,就会发现“隔行如隔山”,初期云厂商投入和产出根本不成正比,很多场景云厂商逛了一圈就出来了,就是因为评估成本和收益之后,并不认为值得做。

这就不得不提到云智能云新战略,“深入产业”的前提是有“云智一体”作为依托,一个一个场景的做,换做谁也经受不住亏损,云智一体给智能云提供了规模化的体系。

随着新战略的升级,智能云也正式更新了“云智一体3.0”架构。首先是AI IaaS层最核心的芯片部分,昆仑芯已经量产数万片,实现了大规模的商业化落地。内部已经部署到搜索、小度、自动驾驶、等业务。外部也已经在金融、工业等客户的业务中使用。

作为7纳米通用型GPU,昆仑芯2代相比1代,性能提升了2到3倍,性价比优于国外同级别的高端芯片产品,且具备规模化供给能力。在工业质检场景中,用昆仑芯替代非国产芯片,成本降低了65%。沈抖表示,已经启动昆仑芯3代的研发,预计2024年初量产。

在AI PaaS产品,最核心的产品之一是飞桨深度学习框架。飞桨解决了基础软件层的开发、训练、推理部署,以及模型库、开发套件等问题,通过开源开放,让开发者无需从第一行算法代码写起,可以直接调用飞桨框架和飞桨开发平台的相关模块,大幅降低了人工智能技术应用的门槛,更快推进产业智能化。飞桨官方支持的产业级模型库新增了100多个开源算法,到目前模型数量超过500个。

再如大模型和中台能力,自研的文心产业级知识增强大模型系列,包括以鹏城-·文心为代表的基础通用大模型,是全球首个知识增强千亿大模型,参数规模达到2600亿。

有了飞桨深度学习框架和大模型,整体AI PaaS的能力得到大幅提升,例如AI中台3.0可以自动适配超过1万6千种网络和芯片组合,覆盖市场上大部分AI硬件;知识中台3.0,能将标注成本减少50%。在搜索场景中,模型落地的开发周期可以缩短一半。

“除了,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。”沈抖说道。

对此钛媒体App认为,智能云更多是从人工智能和云计算的结合角度,相对可能还要更偏向人工智能去塑造3.0架构,因为仅靠算力无法满足产业所需,人工智能要做出更多的贡献。

沈抖表示,3.0架构从行业核心场景切入,通过打造行业标杆应用,带动和沉淀了AI PaaS层和AI IaaS层的能力,打造极致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。

百度智能云走在正确的路上,继续加强战略的广度和深度有章可循,也越来越成为云计算行业共同的选择。