如今，人工智能的火爆，加速了云計(jì)算市場(chǎng)的悸動(dòng)，以AI為代表的智能化技術(shù)被納入到云服務(wù)的版圖。全球范圍內(nèi)谷歌和微軟，這兩個(gè)著重強(qiáng)調(diào)AI能力與技術(shù)的云廠商正在蠶食AWS的霸主地位;國(guó)內(nèi)百度云和華為云這兩家以AI為賣(mài)點(diǎn)的“后起之秀”上升速度也很快，而阿里云在去年11月改名叫阿里云智能，百度云改名叫百度智能云，是這場(chǎng)變革另一角度的縮影。

云計(jì)算從誕生到現(xiàn)在，十幾年的快速發(fā)展，正在AI的注入下迎來(lái)一場(chǎng)大變局。今天，讓我們從以下幾個(gè)方面，梳理一下智能與云的結(jié)合究竟改變了什么。

1、 云的基礎(chǔ)設(shè)施正在智能化

數(shù)據(jù)中心基礎(chǔ)設(shè)施作為承載云的幕后功臣，它的智能化正悄然加速著這場(chǎng)云變革的進(jìn)行。

以往數(shù)據(jù)中心的機(jī)房建設(shè)需要遵循很多規(guī)范和標(biāo)準(zhǔn)，建設(shè)要求包括數(shù)據(jù)中心機(jī)房分級(jí)與性能要求，機(jī)房位置選擇及設(shè)備布置，環(huán)境要求，建筑與結(jié)構(gòu)、空氣調(diào)節(jié)、電氣技術(shù)，電磁屏蔽、機(jī)房布線、機(jī)房監(jiān)控與安全防范，給水排水、消防的技術(shù)要求等，建設(shè)周期長(zhǎng)、投資大、運(yùn)營(yíng)成本高、效率低。

模塊化數(shù)據(jù)中心是基于云計(jì)算和智能的新一代數(shù)據(jù)中心部署形式，為了應(yīng)對(duì)機(jī)器學(xué)習(xí)、高性能計(jì)算、分布式、彈性擴(kuò)展等新的發(fā)展趨勢(shì)，其采用模塊化設(shè)計(jì)理念，最大程度的降低了基礎(chǔ)設(shè)施對(duì)機(jī)房環(huán)境的耦合，集成了供配電、制冷、機(jī)柜、氣流遏制、綜合布線、動(dòng)環(huán)監(jiān)控等子系統(tǒng)，提高數(shù)據(jù)中心的整體運(yùn)營(yíng)效率，實(shí)現(xiàn)快速部署、彈性擴(kuò)展和綠色節(jié)能。

模塊化數(shù)據(jù)中心能滿足IT業(yè)務(wù)部門(mén)對(duì)未來(lái)數(shù)據(jù)中心基礎(chǔ)設(shè)施建設(shè)的迫切需求，如標(biāo)準(zhǔn)化設(shè)計(jì)、組件工廠預(yù)制、快速上線部署、有效降低初期投資、模塊內(nèi)能源池化管理、動(dòng)態(tài)IT基礎(chǔ)設(shè)施資源高利用率、智能化運(yùn)維管理、保障重要業(yè)務(wù)連續(xù)性，提供共享IT服務(wù)（如跨業(yè)務(wù)的基礎(chǔ)設(shè)施、信息、應(yīng)用共享等），快速響應(yīng)業(yè)務(wù)需求變化，彈性擴(kuò)縮容和綠色節(jié)能型數(shù)據(jù)中心等。

到2020年，50%的組織將開(kāi)始努力使數(shù)據(jù)中心的工作負(fù)載合理化，并加速采用云智能技術(shù)，對(duì)云上業(yè)務(wù)的工作負(fù)載進(jìn)行智能分析，把工作負(fù)載科學(xué)合理地自動(dòng)分布到基礎(chǔ)設(shè)施上，基礎(chǔ)設(shè)施真正做到高效和動(dòng)態(tài)節(jié)能，這就需要對(duì)基礎(chǔ)設(shè)施的設(shè)計(jì)和布局以及IT運(yùn)營(yíng)模型做出巨大的改變。

2、云是AI的最佳容器

AlphaGo為代表的人工智能，徹底的戰(zhàn)勝了人類的圍棋大師，震撼了全世界。近年來(lái)，人工智能應(yīng)用在各個(gè)領(lǐng)域，比如語(yǔ)音圖片識(shí)別、精準(zhǔn)營(yíng)銷、天氣預(yù)報(bào)、交通指揮、海難空難搜救、垃圾短信郵件識(shí)別等等，這些看起來(lái)彼此不相關(guān)的領(lǐng)域之間會(huì)有什么聯(lián)系嗎？答案是，它們都會(huì)用到同一個(gè)數(shù)學(xué)公式——貝葉斯公式。從本質(zhì)上來(lái)說(shuō)，AI是一種基于貝葉斯統(tǒng)計(jì)學(xué)的計(jì)算。既然是計(jì)算，就一定要在算力基礎(chǔ)上發(fā)生。企業(yè)想要獲得AI算力，也無(wú)非就是兩條路：本地私有云或者公有云。

AI這類技術(shù)的基本模式是先訓(xùn)練一個(gè)模型，再把它推理部署到一定的場(chǎng)景，最后應(yīng)用產(chǎn)生效果。從訓(xùn)練到推理，每個(gè)步驟所需的算力是差距巨大的。其中訓(xùn)練所需算力最多也最復(fù)雜。另一方面，AI模型需要反復(fù)測(cè)試，不同測(cè)試需要的算力各自不同，算力需求是彈性變化的，有時(shí)多有時(shí)少。這些問(wèn)題決定了，AI所需算力必須具備高度的靈活性。

云的彈性快速擴(kuò)展，隨需供給不同的算力資源，就在現(xiàn)實(shí)條件下成為了AI的最佳輸送方式。比如，一個(gè)企業(yè)有自己的本地私有云，為進(jìn)行AI訓(xùn)練需要花費(fèi)幾十萬(wàn)甚至上百萬(wàn)構(gòu)建一個(gè)GPU池，但是訓(xùn)練完得到數(shù)據(jù)，這些硬件就沒(méi)用了，為避免閑置浪費(fèi)，當(dāng)然直接去調(diào)用公有云上的AI算力是最好的選擇。結(jié)合不同公有云的AI優(yōu)勢(shì)，進(jìn)行不同AI模型的訓(xùn)練和推理，按時(shí)長(zhǎng)和效果付費(fèi)，對(duì)企業(yè)來(lái)說(shuō)絕對(duì)是經(jīng)濟(jì)適用的。

當(dāng)前人工智能的持續(xù)火熱，其對(duì)于算力的需求早已超過(guò)了通用CPU的摩爾定律發(fā)展，我們看到基礎(chǔ)資源層以GPU、FPGA、ASIC 為代表的異構(gòu)計(jì)算成為方向和趨勢(shì)，平臺(tái)層提供智能工具組件和模型訓(xùn)練管理，其上的智能云應(yīng)用服務(wù)也越來(lái)越多。通過(guò)云將異構(gòu)資源變成一種普適的AI計(jì)算能力，做到彈性供給，即業(yè)務(wù)高峰期召之即來(lái)，業(yè)務(wù)低谷時(shí)揮之即去，輕松應(yīng)對(duì)大量的業(yè)務(wù)挑戰(zhàn)，便捷的智能云服務(wù)快速滿足生產(chǎn)場(chǎng)景的需要，進(jìn)而推動(dòng)產(chǎn)業(yè)升級(jí)。

以上可以看作是云如何幫助AI落地，而反過(guò)來(lái)看，AI的到來(lái)也極大的發(fā)揮了云計(jì)算的價(jià)值。

3、AI改變?cè)品?wù)

我們知道，公有云按照交付方式，主要細(xì)分為IaaS、PaaS、SaaS三種。全球范圍內(nèi)看，SaaS是主流，也就是說(shuō)云的主要能力是承載不同的軟件和應(yīng)用服務(wù)。而在國(guó)內(nèi)市場(chǎng)中，IaaS至今依舊占比超過(guò)60%。也就是說(shuō)，基礎(chǔ)設(shè)施依舊是國(guó)內(nèi)云服務(wù)扮演的主要角色。這說(shuō)明，大部分用云的中國(guó)企業(yè)，核心目標(biāo)不是獲取某種應(yīng)用，而是把自己原有的業(yè)務(wù)和應(yīng)用遷移到云上，擴(kuò)大資源的使用率，以此替代服務(wù)器的高昂成本。這種情況下，公有云更多扮演著業(yè)務(wù)支撐的角色。而AI技術(shù)納入云版圖后，改變了云服務(wù)的交付，實(shí)現(xiàn)了優(yōu)化生產(chǎn)力的重大進(jìn)步。

AI的核心能力，是可以取代一部分重復(fù)性高、即時(shí)性強(qiáng)的人工工作。比如機(jī)房巡檢、安防、質(zhì)檢、人肉運(yùn)維，進(jìn)一步可能有智能巡檢、智能安防、智能運(yùn)維、無(wú)人值守、無(wú)人駕駛等等。不難發(fā)現(xiàn)，它們的特點(diǎn)是不需要云的特性來(lái)支撐業(yè)務(wù)，但卻極大程度需要AI來(lái)優(yōu)化生產(chǎn)力，實(shí)現(xiàn)企業(yè)“提質(zhì)增效”的目標(biāo)。

AI與云服務(wù)的結(jié)合，產(chǎn)生了很多高價(jià)值的服務(wù)，繼而從市場(chǎng)行為、商業(yè)邏輯到服務(wù)需求都可能發(fā)生一系列變化，這就是今天云服務(wù)市場(chǎng)的重新繁榮，大量資本、頭部企業(yè)與開(kāi)發(fā)者開(kāi)始集結(jié)做生態(tài)的核心原因。

當(dāng)然，今天云與AI的結(jié)合還處于初級(jí)階段，更多還停留在廠商的宣傳中。真正把AI技術(shù)下沉到產(chǎn)業(yè)，需要深入生產(chǎn)場(chǎng)景，結(jié)合業(yè)務(wù)完成高精度模型的科學(xué)訓(xùn)練和一些復(fù)雜操作，在邊緣側(cè)、終端側(cè)具備一定的推理算力，以此達(dá)到最優(yōu)化的算效比。這就需要云加端的AI算力與硬件上的算力緊密結(jié)合，構(gòu)筑一個(gè)整體。所以云+AI服務(wù)的成熟，還需要時(shí)間，還需要技術(shù)的進(jìn)一步發(fā)展。從歷史進(jìn)程上來(lái)看，服務(wù)器時(shí)代的端到網(wǎng)，再到云計(jì)算時(shí)代的云到網(wǎng)，在AI時(shí)代會(huì)變成云-網(wǎng)-端的新結(jié)構(gòu)，這讓云廠商必須自我革新，也讓產(chǎn)業(yè)服務(wù)市場(chǎng)發(fā)現(xiàn)了新的機(jī)會(huì)。

4、AI改變?cè)平桓?/p>

進(jìn)軍產(chǎn)業(yè)互聯(lián)網(wǎng)是互聯(lián)網(wǎng)企業(yè)的一個(gè)響亮口號(hào)，然而產(chǎn)業(yè)互聯(lián)網(wǎng)不同于消費(fèi)互聯(lián)網(wǎng)，產(chǎn)業(yè)互聯(lián)網(wǎng)量級(jí)更大，不同行業(yè)不同企業(yè)的應(yīng)用需求復(fù)雜多樣，定制化是一個(gè)邁不過(guò)去的坎。如果產(chǎn)品不能直接產(chǎn)生價(jià)值、不能直接對(duì)外服務(wù)，就一定要變成別人產(chǎn)品的一部分，集成進(jìn)去，讓別人的產(chǎn)品提供更好的服務(wù)。于是乎，阿里云和華為云都先后提出了“被集成”的理念，其實(shí)被集成也不是什么新鮮說(shuō)法，過(guò)去IT產(chǎn)業(yè)中就強(qiáng)調(diào)被集成的重要性。而在云服務(wù)市場(chǎng)要提這件事，歸根結(jié)底是商業(yè)交付模式正在發(fā)生變化。

站在數(shù)字化時(shí)代的入口，AI人工智能被更廣泛的應(yīng)用在企業(yè)的不同場(chǎng)景，無(wú)處不在的聯(lián)接+數(shù)字平臺(tái)+無(wú)所不及的智能，成為新一代云服務(wù)的內(nèi)核。而這些趨勢(shì)都指向同一個(gè)變化，就是云服務(wù)被交付到企業(yè)用戶手中時(shí)，不應(yīng)該僅僅是用云資源、容器虛機(jī)、API或者付費(fèi)軟件，而應(yīng)該是一個(gè)體系化工程。

當(dāng)AI的需求不斷加深，企業(yè)需要深度應(yīng)用AI到生產(chǎn)業(yè)務(wù)場(chǎng)景，進(jìn)行解決方案式交付。作為廠商則需要跟蹤企業(yè)不同業(yè)務(wù)需求的變化，實(shí)現(xiàn)交付產(chǎn)品的不斷迭代，并通過(guò)無(wú)所不及的智能賦能業(yè)務(wù)，幫助企業(yè)持續(xù)增長(zhǎng)。

5、AI改變邊緣計(jì)算的未來(lái)

伴隨著物聯(lián)網(wǎng)的崛起，一個(gè)萬(wàn)物互聯(lián)的時(shí)代撲面而來(lái)，不止是上百億計(jì)的終端設(shè)備接入到云，更有以PB為單位的數(shù)據(jù)洪流，以智能攝像頭為例，隨著分辨率從1080P轉(zhuǎn)向4K，其一天所采集到的數(shù)據(jù)量將達(dá)到200GB，據(jù)統(tǒng)計(jì)，2018年時(shí)平均每名互聯(lián)網(wǎng)用戶每天將產(chǎn)生1.5GB的數(shù)據(jù)量。

隨著PB級(jí)別的數(shù)據(jù)源源不斷的傳送到云端，云端服務(wù)器所承載的壓力也隨著增大。能不能在物聯(lián)網(wǎng)終端進(jìn)行實(shí)時(shí)計(jì)算和處理呢？邊緣計(jì)算應(yīng)運(yùn)而生。所謂邊緣計(jì)算，指在靠近物或數(shù)據(jù)源頭的一側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的開(kāi)放平臺(tái)，就近提供智能計(jì)算和數(shù)據(jù)服務(wù)。這樣帶來(lái)的好處便是，終端設(shè)備產(chǎn)生的數(shù)據(jù)，不需要傳送到云端，利用人工智能進(jìn)行處理后，再返回?cái)?shù)據(jù)產(chǎn)生端。利用邊緣計(jì)算技術(shù)，數(shù)據(jù)在設(shè)備產(chǎn)生端直接計(jì)算，就近處理后便可直接反饋到設(shè)備。

5G技術(shù)的誕生，更是加快了人工智能與物聯(lián)網(wǎng)的相結(jié)合，將進(jìn)一步加強(qiáng)對(duì)邊緣終端、傳感器網(wǎng)絡(luò)數(shù)據(jù)的實(shí)時(shí)收集和分析，提高我們使用能源、灌溉農(nóng)田或配送商品的效率，同時(shí)減少浪費(fèi)和污染。AI將改變邊緣計(jì)算的未來(lái)，真正成就物聯(lián)網(wǎng)，造福我們的生活。

6、AI改變?cè)粕鷳B(tài)

隨著AI的發(fā)展，云計(jì)算市場(chǎng)將產(chǎn)生更復(fù)雜的產(chǎn)業(yè)鏈關(guān)系。我們看到芯片能力、硬件能力、技術(shù)服務(wù)能力、算法開(kāi)發(fā)能力在云市場(chǎng)中變得重要起來(lái)，而這些能力一家云廠商很難同時(shí)具備，這就帶來(lái)了云計(jì)算變革中的另一個(gè)關(guān)鍵點(diǎn)：生態(tài)的地位急速增長(zhǎng)。

今年以來(lái)，我們可以看到全球云服務(wù)市場(chǎng)不斷加大收購(gòu)力度。比如微軟收購(gòu)Github引起了軒然大波，但其產(chǎn)業(yè)目的，毫無(wú)疑問(wèn)是將開(kāi)發(fā)生態(tài)更緊密固定在自己的體系內(nèi)。阿里云不僅做神龍服務(wù)器，還開(kāi)始做芯片了。在2018云棲大會(huì)上，阿里將把此前收購(gòu)的芯片公司——中天微系統(tǒng)有限公司和達(dá)摩院自研芯片業(yè)務(wù)一起，整合成一家芯片公司——平頭哥半導(dǎo)體有限公司，大力推進(jìn)云端一體化的芯片布局。

AI從芯片、算力、模型、場(chǎng)景應(yīng)用到產(chǎn)品化，是個(gè)很長(zhǎng)的條線，原本能力單一的云廠商，很難全面覆蓋，而生態(tài)合作，共研共創(chuàng)是必行之路。伴隨著企業(yè)級(jí)云應(yīng)用的推進(jìn)和深入，我們將來(lái)可以看到越來(lái)越多的云廠商在致力于推出聯(lián)合解決方案，包括軟件廠商之間的相互合作，也包括硬件廠商與軟件廠商的合作。，

7、AI提升了開(kāi)發(fā)者的地位

隨著云2.0時(shí)代的到來(lái)，云市場(chǎng)重心從Iaas上移，企業(yè)更多地關(guān)注PaaS和SaaS業(yè)務(wù)建設(shè)，使得開(kāi)發(fā)者成為所有IT企業(yè)競(jìng)相爭(zhēng)奪的對(duì)象。

AWS和阿里云等新興的云服務(wù)商，聚集了大批的云應(yīng)用開(kāi)發(fā)者。這些開(kāi)發(fā)者已經(jīng)成為他們的忠實(shí)粉絲，其追隨程度超過(guò)了傳統(tǒng)的開(kāi)發(fā)者。傳統(tǒng)硬件廠商，比如華為、新華三、思科等，也把開(kāi)發(fā)者作為自己的重要合作伙伴，為云服務(wù)提供支持，因?yàn)槠洚a(chǎn)品也要通過(guò)API實(shí)現(xiàn)與云應(yīng)用的更好結(jié)合。

大量不同開(kāi)發(fā)者，滿足大量用戶的復(fù)雜云需求。而云服務(wù)作為AI的必經(jīng)之路，最理想狀態(tài)是在其中作為接口。因?yàn)樽陨砜蛻舳?，?lái)聚集開(kāi)發(fā)者;又基于開(kāi)發(fā)生態(tài)的良好，吸引更多的客戶加入。同時(shí)在AI之外，中國(guó)SaaS還有廣闊的發(fā)展空間，開(kāi)發(fā)者是主要的力量。加強(qiáng)開(kāi)發(fā)者社區(qū)和工具建設(shè)，提高開(kāi)發(fā)者的能力，為用戶更好的服務(wù)。今年眾多AI技術(shù)社區(qū)的建立以及AI開(kāi)發(fā)者賦能計(jì)劃的興起，都可以看作這個(gè)云服務(wù)變化趨勢(shì)的投射。

結(jié)語(yǔ)

在數(shù)字化時(shí)代，AI與云的結(jié)合，讓數(shù)據(jù)不再是擺在那里供人們觀看的冷冰冰的數(shù)字了，人們已經(jīng)通過(guò)對(duì)數(shù)據(jù)的分析讓它產(chǎn)生效益，產(chǎn)生了價(jià)值，改變了傳統(tǒng)的企業(yè)云服務(wù)模式。我們相信AI人工智能的前景是光明的，但前進(jìn)的道路是曲折的。只要方向?qū)α耍筒挥门侣愤h(yuǎn)，堅(jiān)持走下去，總是會(huì)有量變到質(zhì)變的一個(gè)過(guò)程。

責(zé)任編輯：ct