产业智能化升级的最短路径是什么?我们在“云智一体3.0”中找到了答案 | Q推荐

2022 年 9 月 7 日 InfoQ

根据中国中小商业企业协会数据显示,数字化成熟度高的企业在疫情冲击下 3 个月内恢复比例高达 60%,而数字化成熟度低的企业恢复比例只有 48%。透过这组数据不难发现,身处 VUCA 时代,中国实体经济的发展命脉与数字化技术捆绑地愈发紧密。

基于此,传统企业也纷纷开始思考如何利用数智化技术来寻找产业升级的突破口。而云计算作为数字化转型的关键基础设施,也成为了对抗不确定性的重要因素。这几年,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,目前算力已经不是产业遇到的真正瓶颈,如何用算力来解决产业的关键问题,才是产业的核心需求。

在 9 月 6 日的 2022 智能经济高峰论坛上,百度集团执行副总裁、百度智能云事业群总裁沈抖给出的答案是:“云计算必须与实体经济深度融合,真正深入到实体产业,去解决产业遇到的实际问题”。除此之外,沈抖还在会上重磅发布了新一代云战略——“云智一体 3.0”。

1 产业智能化升级进行时,行业壁垒亟需打破

虽然传统企业对于 AI 技术所产生的价值是高度认同的,各类数智化转型的升级方案也已经层出不穷,但传统企业的智能化升级进程依然不尽人意,尤其是在规模化落地方面存在较大的挑战。

若想彻底解决这个问题,仅仅停留在技术层面是远远不够的,还需要具备很深的行业壁垒,储备大量的企业需求、行业属性以及行业知识,而这也为云厂商等技术供给侧提出了更大的考验。

众所周知,百度已经在人工智能领域摸爬滚打整 10 年。近些年,我们也观察到百度也一直在与传统企业打交道,有不少传统企业依托于百度智能云提供的人工智能解决方案,走在了产业智能化的前列:

据了解,在广汽本田的工厂,利用 AI 技术可以仅用 1 秒钟完成 120 多张图片的全车车灯质检;在恒逸集团的车间,通过智能质检设备可以让质检女工晋级为人工智能数据标注师,单个螺丝钉的检验时间缩短到了 2.5 秒,检验效率相比人工质检提高了 70%。同样,在油气能源领域也有一些企业走得比较靠前,大榭石化管廊智慧巡检系统通过管廊机器人自动采集、远程监控,安全异常报警响应速度比原先提升了 6 倍,帮助企业每年约节省成本 240 万元。

为了进一步加速产业智能化升级的进程,使得百度智能云过往在产业中的实践经验能成功复制给千行百业,百度智能云也已经将通用的需求和能力沉淀到了智能云和通用云底座,并全新推出了“云智一体 3.0”架构。

2 我们应该如何理解“云智一体 3.0”?

在 2021 年的智能经济高峰论坛中,宣布将百度智能云从战略、架构、产品、生态四大层面全面升级,推出了“云智一体 2.0”全新架构。而本次升级的“云智一体 3.0”,其最大的变化在于,更加强调在实体产业的核心场景中去解决实际问题,利用 AI 高效调用云算力,以提升行业的效率。

单从图中的分层结构来看,“云智一体 3.0”与业内主流打法并无二致,而实际上,百度在每一层中都有领先的自研技术、产品和生态。

如果上述提到的抽象定义,不能很好地帮助你理解“云智一体 3.0”的真正内核,我们不妨可以拆解下“云智一体 3.0”四层框架的组成情况:

在第一层,百度智能云切入了几个重点行业的核心场景,例如交通、工业、政府以及金融等等,通过打造行业标杆应用,来带动、沉淀 AI PaaS 层和 AI IaaS 层的能力;

第二层是 AI 通用产品,将第一层中不同行业的的通用需求沉淀到 AI 产品中,打造成智能客服、数字人等标准化的产品,进而再去支撑行业的智能应用;

第三层便是百度智能云最具差异化优势的部分,是由 AI IaaS 和 AI PaaS 组成的 AI Cloud;

AI IaaS:百度百舸 2.0 以及昆仑芯 2 代

在数字化转型和产业智能化升级的时代,传统的 CPU 算力已经不足以支撑智能化时代,这时以异构算力为主的智能算力走上了舞台中央。在算力和产业的相互促进之下,构建新型智能计算基础设施的必要性呼之欲出,为了建设 AI 原生的云计算基础设施,百度于去年推出了百度百舸·AI 异构计算平台。今年又推出了百度百舸 2.0, 并在 AI 计算、AI 存储、AI 容器方面进行了重大升级:

在 AI 计算层面,构建了无损超高性能的网络架构;昆仑芯 2 代上云后提供了多元的 AI 算力,并且,与传统网络相比,弹性 RDMA 网络的通信时延降低了 2~3 倍;在 AI 存储层面,高性能存储 PFS 极速版的计算访问延迟低至百微秒,有效提升了小文件场景的访问效率;在 AI 容器层面,适配多元 AI 芯片,支持多元芯片统一;双引擎的虚拟化方案,还可以满足不同业务对强隔离和高性能的需求。

同时,百度百舸 2.0 还新增了 AI 加速套件,可以将 AI 计算对于数据的读取和查询性能提升 5 至 10 倍。

此外,为了进一步提升 AI 应用和 AI 作业的效率,百度还宣布将 AI IaaS 层最核心的自研 AI 通用芯片——昆仑芯 2 代进行量产,并实现了大规模的商业化落地。百度内部已经将其部署在搜索、小度、自动驾驶、爱奇艺等业务,在外部,也已经在金融、工业等客户的业务中使用。

针对典型的 AI 场景,昆仑芯 2 代的性能相比 1 代提升了 2-3 倍;针对典型的 AI 负载,其平均加速是业界主流 GPU 的 1.5 倍。据了解,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%,从性价比角度来看,其也已经优于优于国外同级别的高端芯片产品。

AI PaaS:AI 中台 3.0、知识中台 3.0 以及文心行业大模型

在降低人工智能技术的应用门槛层面,AI PaaS 层又提供了哪些支持呢?那就不得不提起 AI PaaS 层最核心的组成部分——飞桨深度学习框架。一方面,它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,提供全生命周期的通用基础组件;另一方面,它还通过开源的方式,让开发者可以直接调用飞桨框架和飞桨开发平台的相关模块。

除此以外,百度智能云还进一步升级了对于行业应用更加适配的专业模型——文心产业级知识增强大模型系列,其已经可以适配交通、制造、能源、金融等多个行业需求,可以高效地支持 AI 的产业落地。

在飞桨深度学习框架和文心行业大模型的支撑下,AI PaaS 的整体能力得到了大幅提升:

具体来说,AI 中台 3.0 可自动化适配超过 1 万 6 千种网络和芯片组合,覆盖市场上大部分 AI 硬件;其次,AI 中台 3.0 还能够带来最高 8 倍的效率提升,模型迭代周期从 2 个月缩短到了 1 周;最后,AI 中台 3.0 全新发布的模型风险管理平台和 AI 工具集,还可以满足金融级安全审计的要求。

在最新发布的知识中台 3.0 中,能够将标注成本减少 30%-50%,并且在搜索、推荐场景中,模型落地和调优的开发周期可缩减一半;在智能文档分析领域,文档单据抽取场景只需原有不到 10% 的标注数据量,便能达到同样的效果。

总体来看,“云智一体 3.0”可以向上更新已有应用、孵化新应用,向下改造数字底座,使基础云更加适合 AI 应用。从重点行业核心场景切入的打法,也可以不断沉淀行业实践,支撑业务提效。看到这里想必也就不难理解,为何百度智能云有底气说自己是“适合跑 AI 的云”,也是“懂场景的云”。

3 AI Cloud 将为行业应用带来哪些改变?

基于 AI Cloud 全栈式端到端的基础设施,百度智能云发布了智算中心 1.0,以解决区域对于智能化的需求。在现有千卡并行环境下,百度智算中心加速比实现了 90%,并可以做到单机群万卡规模,完美支持大规模训练场景。在绿色低碳方面,百度拥有 600 多项自主研发的技术专利,PUE 可以低至 1.08,做到了低能耗、高性能运行。

在 AI Cloud 澎湃算力的支持下,百度智能云的行业应用也迎来了全新的升级迭代。在会上,沈抖正式发布了“开物 2.0”,新版本聚焦应用、平台、AI 核心三大升级,累积超过 200 个工业解决方案,沉淀了 3.8 万个工业模型,可以为汽车、电子制造、能源、水务等行业的核心场景提供全栈 AI 技术支持。

此外,基于过往百度智能云在汽车制造和智能驾驶行业的深厚积淀,百度智能云针对汽车行业推出了三朵云:

  • 集团云:面向车企集团的数字化底座建设,覆盖整车的研发、生产、交付、营销等全部流程,让车企实现高效管理、产品优质、服务智能;

  • 网联云为车企提供自动驾驶和智能座舱的云解决方案,在百度自动驾驶领域的经验加持下,可以帮助车企更好地运用数据,提升车机系统的智能化交互能力;

  • 供应链协同云:打通车企上下游配套企业的核心,为了解决汽车供应链长,管理难度大等问题,百度智能云可以通过订单协同、物流调度、质量追溯、库存优化等应用,打通车企和上下游合作伙伴的系统,保障产业链、供应链的安全问题。

在金融领域,百度智能云也提出了全新的产业金融方案:

第一,面向老年人等特殊群体的无障碍金融服务,结合当下新生的数字人、虚拟员工等技术,改善业务流程,提升老年人的服务体验;第二,利用大数据及 AI 技术,将环境效益测算、碳排放核算等关键环节自动化、智能化,助力绿色金融实现业务战略落地;第三,在农村农业金融方向,百度以数智创新手段解决农村金融发展痛点,解决三农金融服务的“普”和“惠”的问题;第四,以产业场景生态及大数据为锚点,提升金融服务中小微的业务效率与资源利用率,解决中小微企业融资难题。

为了进一步降低中小企业使用 AI 技术的门槛,百度智能云还推出了面向中小企业的数字化解决方案,提供存储、管理、加工、分享等服务,帮助中小企业实现数字化升级。

4 写在最后

如何才能让数智化技术与产业实际场景实现真正的融合?基于百度智能云最新发布的 8 项技术、产品和解决方案,我们能够感受到,答案其实就藏在“云智一体 3.0”的智能化闭环中。

无论是以昆仑芯为核心的软硬一体 AI IaaS,还是由飞桨深度学习框架、文心大模型等核心自研技术组成的 AI PaaS,AI Cloud 都汇聚了百度最核心的自研技术能力。此外,通过智算中心、开物 2.0、汽车云、九州区县大脑、产业金融、中小企业数字化解决方案等系列产品,也能帮助传统企业快速找到 AI 技术的真正价值。

用智能化解决产业重点场景核心需求”的旗帜已经高高扬起,我们有理由相信,伴随着“云智一体 3.0”的全新发布,产业智能化的发展趋向也将随之清晰。

活动推荐

在今年的 9 月 26 日和 27 日,InfoQ 即将在杭州举办 ArchSummit 全球架构师峰会,目前我们配置了大数据与人工智能、技术人修炼、元宇宙未来探索、中间件开发实战、高并发架构实现、微服务架构设计模式与实践等专题。目前许多议题均已上线,详情可扫描下方 Bannner 二维码海报了解。期待与你一起线下交流。

登录查看更多
0

相关内容

数智跃迁:企业全生命周期数字化转型路径
专知会员服务
64+阅读 · 2022年10月3日
重磅!华为等发布《知识计算白皮书》,65页ppt
专知会员服务
166+阅读 · 2022年6月6日
2021年中国出行行业数智化研究报告(附下载)
专知会员服务
39+阅读 · 2021年11月27日
专知会员服务
133+阅读 · 2021年9月16日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年11月30日
Arxiv
0+阅读 · 2022年11月29日
Arxiv
0+阅读 · 2022年11月28日
Arxiv
0+阅读 · 2022年11月27日
VIP会员
相关基金
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员