AI大底座價值實現(xiàn)白皮書

目錄前言 02AI正成為智能時代的新型生產(chǎn)力 05大模型點燃AI技術(shù)發(fā)展新引擎 06AI開始以生產(chǎn)力形態(tài)釋放價值 06AI大模型激發(fā)新模式新業(yè)態(tài)持續(xù)涌現(xiàn) 07企業(yè)與產(chǎn)業(yè)迎來智能化發(fā)展新范式 07AI大底座助力AI生產(chǎn)力價值釋放加速 09AI基礎(chǔ)設(shè)施是AI落地賦能的核心關(guān)鍵 10AI基礎(chǔ)設(shè)施內(nèi)涵與特性 10AI基礎(chǔ)設(shè)施整體視圖及主流產(chǎn)品 10智算中心是AI基礎(chǔ)設(shè)施落地的主要形態(tài) 12AI大底座構(gòu)筑新一代AI基礎(chǔ)設(shè)施 12AI大底座是國內(nèi)首個全棧自研的AI基礎(chǔ)設(shè)施 12AI大底座技術(shù)棧：“芯片-框架-模型-應(yīng)用”四層架構(gòu) 13AI大底座核心平臺：百度百舸AI異構(gòu)計算平臺（AIIaaS）與AI中臺（AIPaaS） 15AI大底座具備四大優(yōu)勢 18高效能算力 18高效率研發(fā) 19端到端優(yōu)化 19持續(xù)性運營 19AI大底座助力企業(yè)構(gòu)建智能化新范式 20前瞻智能化布局對企業(yè)可持續(xù)發(fā)展至關(guān)重要 21智能型企業(yè)的關(guān)鍵組成 21智能型企業(yè)構(gòu)建面臨的挑戰(zhàn) 21AI大底座在構(gòu)建智能型企業(yè)中的價值實現(xiàn) 22依托AI大底座構(gòu)建的企業(yè)級智算中心，是企業(yè)部署AI基礎(chǔ)設(shè)施的優(yōu)質(zhì)解決方案 22AI大底座助力企業(yè)快速打造AI能力，實現(xiàn)智能化企業(yè)轉(zhuǎn)型價值 23以AI大底座為基礎(chǔ)，實現(xiàn)企業(yè)生產(chǎn)效率和體驗效果的“雙效提升” 23企業(yè)級智算中心構(gòu)建路徑 25整體規(guī)劃 26平臺建設(shè) 27持續(xù)運營 27以AI大底座構(gòu)建企業(yè)級智算中心的優(yōu)秀實踐 28自動駕駛：數(shù)據(jù)重塑汽車，云端加速智能 28生命科學(xué)：構(gòu)建生命計算的超強(qiáng)“算力”和“智力” 31金融：打造三智新引擎，邁向數(shù)智金融新未來 33工業(yè)：工業(yè)4.0時代的新舊動能轉(zhuǎn)換 36互聯(lián)網(wǎng)：云智融合，助力AI技術(shù)研發(fā)及應(yīng)用 37AI大底座支撐區(qū)域產(chǎn)業(yè)實現(xiàn)智能化轉(zhuǎn)型升級 40智能化轉(zhuǎn)型升級是區(qū)域產(chǎn)業(yè)高質(zhì)量發(fā)展的必由之路 41智能型產(chǎn)業(yè)的發(fā)展藍(lán)圖 41區(qū)域產(chǎn)業(yè)智能化升級面臨的挑戰(zhàn) 41以AI大底座構(gòu)建產(chǎn)業(yè)級智算中心，推動區(qū)域產(chǎn)業(yè)智能化升級 42依托AI大底座構(gòu)建產(chǎn)業(yè)級智算中心，是區(qū)域產(chǎn)業(yè)構(gòu)建智能化底座的可靠路徑 42AI大底座助力產(chǎn)業(yè)升級與區(qū)域發(fā)展，提升區(qū)域產(chǎn)業(yè)效力、合力、活力 43產(chǎn)業(yè)級智算中心構(gòu)建路徑 44整體規(guī)劃 44平臺建設(shè) 45持續(xù)運營 46以AI大底座構(gòu)建產(chǎn)業(yè)級智算中心的優(yōu)秀實踐 47宜昌點軍“芯”基建智算中心 47整體展望 49AI正成為智能時代的新型生產(chǎn)力A大模型激發(fā)新模式新業(yè)態(tài)持續(xù)涌現(xiàn)大模型與AIGC將重塑應(yīng)用生態(tài)格局。人工智能時代，大模型以及AI應(yīng)用能力將成為企業(yè)的核心競爭力。如互聯(lián)網(wǎng)行業(yè)將從PGC（專業(yè)生產(chǎn)內(nèi)容）、UGC（用戶生產(chǎn)內(nèi)容）向AIGC演進(jìn)，實現(xiàn)新型內(nèi)容創(chuàng)作，在創(chuàng)意、表現(xiàn)力、迭代、傳播、個性化等方面改善并創(chuàng)造新的體驗。此外，除基于大模型構(gòu)建開發(fā)新的AI原生應(yīng)用外，對現(xiàn)有應(yīng)用產(chǎn)品、業(yè)務(wù)形態(tài)依托大模型技術(shù)進(jìn)行重構(gòu)，也將是智能時代的重要發(fā)展趨勢。大模型將催生產(chǎn)業(yè)級新興業(yè)態(tài)。智能化轉(zhuǎn)型升級，是在國際環(huán)境趨于復(fù)雜嚴(yán)峻、全球產(chǎn)業(yè)鏈供應(yīng)鏈深度調(diào)整的大背景下，我國傳統(tǒng)產(chǎn)業(yè)突破發(fā)展瓶頸、尋求發(fā)展新動能的必然選擇。大模型的成熟能夠支撐產(chǎn)業(yè)界快速部署構(gòu)建智能應(yīng)用，為產(chǎn)業(yè)智能化轉(zhuǎn)型提供了可實施的路徑，并加速這一進(jìn)程。對于AI大模型來講，核心定位將是新型基礎(chǔ)設(shè)施，而在應(yīng)用端也蘊藏著豐富的產(chǎn)業(yè)機(jī)遇。對于技術(shù)供給側(cè)，大模型時代將產(chǎn)生三大產(chǎn)業(yè)機(jī)會：第一類是新型云計算公司，其主流的商業(yè)模式將發(fā)展成模型即服務(wù)（MaaS）；第二類是行業(yè)模型精調(diào)公司，將作為通用大模型和企業(yè)之間的中間層，助力通用大模型轉(zhuǎn)化為行業(yè)大模型；第三類是應(yīng)用開發(fā)公司，將打通產(chǎn)業(yè)智能化的最后一公里，基于大模型開發(fā)應(yīng)用。大模型將激發(fā)人工智能驅(qū)動科學(xué)研究（AIforScience）的新范式?？茖W(xué)研究從傳統(tǒng)“作坊”模式轉(zhuǎn)變到智能“平臺”模式。傳統(tǒng)科研模式下，科研人員需要做大量重復(fù)性的基礎(chǔ)工作，同時面臨著數(shù)據(jù)計算量指數(shù)級上升的問題，導(dǎo)致在復(fù)雜問題或者場景中“算不起”、“算不動”。AIforScience以智能平臺建設(shè)為起點，推進(jìn)面向重大科學(xué)問題的人工智能模型和算法創(chuàng)新。以大模型為代表的AI技術(shù)可用于各個學(xué)科中的科研、技術(shù)創(chuàng)新、成果轉(zhuǎn)化等，讓科研人員可以更高效地進(jìn)行前沿創(chuàng)新領(lǐng)域的研究。AIforScience極大地拓展了人工智能助力科學(xué)研究的邊界，促進(jìn)產(chǎn)、學(xué)、研融合發(fā)展，打通從科學(xué)研究到產(chǎn)業(yè)創(chuàng)新的通路。企業(yè)與產(chǎn)業(yè)迎來智能化發(fā)展新范式AI驅(qū)動企業(yè)智能化轉(zhuǎn)型，是否實現(xiàn)智能化將成為企業(yè)未來發(fā)展分水嶺。近5年來，全球范圍內(nèi)企業(yè)的AI使用率大幅提升，2022年有50%的企業(yè)部署了AI，我國AI使用率略低于全球平均水平，達(dá)到了41%2。隨著企業(yè)由數(shù)字化轉(zhuǎn)型開始邁入智能化階段，大模型加速AI工程化落地，企業(yè)形態(tài)也會逐漸分化為智能型企業(yè)與非智能型企業(yè)。智能型企業(yè)能夠借助AI快速實現(xiàn)提質(zhì)增效，將在新的技術(shù)浪潮中搶占先機(jī)，而非智能型企業(yè)在同業(yè)競爭中將面臨著落后淘汰的風(fēng)險。各行業(yè)將面臨重塑，新的巨頭將會誕生，前瞻布局智能型企業(yè)至關(guān)重要。AI驅(qū)動產(chǎn)業(yè)鏈優(yōu)化升級，區(qū)域產(chǎn)業(yè)生態(tài)正向著高價值側(cè)轉(zhuǎn)移集聚。對區(qū)域經(jīng)濟(jì)產(chǎn)業(yè)而言，AI正成為重組要素資源、重塑經(jīng)濟(jì)結(jié)構(gòu)的重要變量，可重構(gòu)生產(chǎn)、分配、交換、消費等經(jīng)濟(jì)活動各個環(huán)節(jié)，形成從宏觀到微觀各領(lǐng)域的智能化新需求，從而推動社會生產(chǎn)力的整體躍升。通過數(shù)字化、智能化的改造升級，助力中國傳統(tǒng)產(chǎn)業(yè)高質(zhì)量發(fā)展，有助于構(gòu)建以高端化、在未來10年將帶來7GDP增長7%AI在區(qū)域經(jīng)濟(jì)活動中的價值創(chuàng)造作用將更加凸顯。2麥肯錫2022年全球AI調(diào)研，麥肯錫官網(wǎng)。07AI正成為智能時代的新型生產(chǎn)力AI正成為智能時代的新型生產(chǎn)力0808AI戰(zhàn)略重要性已成為全球普遍共識，我國政策重點聚焦推動人工智能在各領(lǐng)域的發(fā)展應(yīng)用。放眼全球，截至2022年12月，先后有60余個國家和地區(qū)發(fā)布了國家人工智能戰(zhàn)略，無論是我國，還是具備一定科技實力的世界主要國家，都已經(jīng)洞察到智能化時代的到來，從國家戰(zhàn)略層面來推進(jìn)和主導(dǎo)人工智能技術(shù)的發(fā)展應(yīng)用，希望能夠在新一輪技術(shù)革命中獲取領(lǐng)先優(yōu)勢。我國高度重視人工智能技術(shù)應(yīng)用發(fā)展，近年來出臺了多項人工智能相關(guān)政策支持和推進(jìn)人工智能技術(shù)與產(chǎn)業(yè)的發(fā)展，并通過重點任務(wù)揭榜掛帥、建設(shè)國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)、應(yīng)用場景創(chuàng)新等舉措，更聚焦、更落地地推進(jìn)人工智能在各領(lǐng)域的發(fā)展應(yīng)用。07 AI大底座助力AI07 AI大底座助力AI02AI大底座助力AI生產(chǎn)力價值釋放加速09AI大底座助力AI生產(chǎn)力價值釋放加速AI大底座助力AI生產(chǎn)力價值釋放加速AI大底座助力AI生產(chǎn)力價值釋放加速AI大底座助力AI生產(chǎn)力價值釋放加速PAGEPAGE18PAGE11PAGE11userid:246491,docid:144115,date:2023-10-29,AI基礎(chǔ)設(shè)施是AI落地賦能的核心關(guān)鍵AI基礎(chǔ)設(shè)施內(nèi)涵與特性以深度落地賦能為導(dǎo)向，AI供給側(cè)持續(xù)推進(jìn)技術(shù)要素全面融合、技術(shù)能力自主可控、技術(shù)服務(wù)普惠低成本，AI供給“基建化”勢在必行，AI基礎(chǔ)設(shè)施正成為AI的關(guān)鍵供給形態(tài)。算法、算力、數(shù)據(jù)是AI技術(shù)應(yīng)用的三大核心支撐要素，而大模型時代對三要素也提出了更高的要求。優(yōu)秀的應(yīng)用能力需要更大參數(shù)規(guī)模的模型、足夠多的訓(xùn)練數(shù)據(jù)以及強(qiáng)大的計算能力作為支撐，而這樣的技術(shù)能力只有少數(shù)企業(yè)具備。如果能夠把這樣的能力以基礎(chǔ)設(shè)施的形式普惠化地開放共享給社會，即實現(xiàn)AI基建化，就能夠大大降低AI應(yīng)用的門檻，讓更多的主體能夠擁抱AI。AI供給的基建化正順應(yīng)產(chǎn)業(yè)智能化轉(zhuǎn)型發(fā)展的需求，也是我國發(fā)展和布局AI的重要舉措之一，將為我國人工智能產(chǎn)業(yè)發(fā)展壯大、數(shù)字經(jīng)濟(jì)蓬勃發(fā)展提供強(qiáng)大的牽引力。AI基礎(chǔ)設(shè)施以“數(shù)據(jù)、算法、算力”為資源要素，以AI算力設(shè)施、AI數(shù)據(jù)平臺、AI算法平臺、AI開放創(chuàng)新平臺等為主要載體，可提供包含模型訓(xùn)練等在內(nèi)的專業(yè)前沿的AI應(yīng)用及服務(wù)，支撐AI產(chǎn)業(yè)發(fā)展、賦能行業(yè)應(yīng)用，為培育智能經(jīng)濟(jì)、構(gòu)筑智能社會提供基礎(chǔ)承載。AI基礎(chǔ)設(shè)施須滿足作為基礎(chǔ)設(shè)施的技術(shù)能力先進(jìn)自主性。為適應(yīng)AI技術(shù)迭代速度快、行業(yè)應(yīng)用需求不斷涌現(xiàn)的特點，AI基礎(chǔ)設(shè)施必須提供靈活多樣、動態(tài)迭代、性能領(lǐng)先、具備前瞻性的技術(shù)能力，保障AI基礎(chǔ)設(shè)施始終滿足我國智能社會發(fā)展需要。此外，AI基礎(chǔ)設(shè)施須掌控底層核心技術(shù)創(chuàng)新能力，從源頭實現(xiàn)自主可控，這也是AI基礎(chǔ)設(shè)施平穩(wěn)運行的關(guān)鍵前提。AI基礎(chǔ)設(shè)施將著力推進(jìn)AI落地賦能，并釋放更深更廣的價值。從人工智能產(chǎn)業(yè)發(fā)展看，AI基礎(chǔ)設(shè)施將推動人工智能與5G、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等領(lǐng)域相互耦合，加速人工智能與實體經(jīng)濟(jì)深度融合，形成新一代信息基礎(chǔ)設(shè)施賦能產(chǎn)業(yè)的核心能力。從培育智能經(jīng)濟(jì)看，算法、算力、數(shù)據(jù)既為構(gòu)建人工智能基礎(chǔ)設(shè)施的核心環(huán)節(jié)，也是培育智能經(jīng)濟(jì)的關(guān)鍵生產(chǎn)要素，對其進(jìn)行系統(tǒng)深入的發(fā)展，將推動生產(chǎn)效率提升與經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化，促進(jìn)實現(xiàn)智能型產(chǎn)業(yè)化與產(chǎn)業(yè)智能化協(xié)同并進(jìn)。從國家戰(zhàn)略轉(zhuǎn)型看，發(fā)展AI基礎(chǔ)設(shè)施，將促進(jìn)國家資金與社會資本的融匯與高效利用，助力我國構(gòu)建“雙循環(huán)”新發(fā)展格局，推動經(jīng)濟(jì)高質(zhì)量發(fā)展。AI基礎(chǔ)設(shè)施整體視圖及主流產(chǎn)品當(dāng)前AI基礎(chǔ)設(shè)施已形成“3+1”體系，包括三大核心要素平臺/設(shè)施，與AI開放創(chuàng)新平臺。整體布局既分步又協(xié)同，共同構(gòu)成了AI基礎(chǔ)設(shè)施的核心內(nèi)容。AI通用技術(shù)開放創(chuàng)新平臺語音 政府部門 科研機(jī)構(gòu) 傳統(tǒng)行業(yè)企業(yè) AI通用技術(shù)開放創(chuàng)新平臺語音…………醫(yī)療安防金融農(nóng)業(yè)面向關(guān)鍵行業(yè)應(yīng)用的AI開放創(chuàng)新平臺工業(yè)圖像自然語言處理其他人機(jī)交互AI開放數(shù)據(jù)集AI開放數(shù)據(jù)集AI專用領(lǐng)域高質(zhì)量數(shù)據(jù)集數(shù)據(jù)處理AI數(shù)據(jù)平臺知識圖譜部署監(jiān)測可信AI分析自動機(jī)器學(xué)習(xí)模型優(yōu)化模型評價AI算法平臺 架 AI算力設(shè)施AI算力設(shè)施高性能AI智算集群AI計算服務(wù)器AI加速芯片圖1AI基礎(chǔ)設(shè)施整體視圖AI算力設(shè)施，基于AI專用算力芯片及加速芯片等組成異構(gòu)計算架構(gòu)，以AI服務(wù)器為核心設(shè)施構(gòu)筑AI算力集群，面向人工智能場景，支撐智能計算中心、AI云的高效運行，能夠為AI算法及應(yīng)用提供更高性能、更低成本的計算能力。目前市場上的AI服務(wù)器普遍采用CPU+GPU，善于處理圖形渲染、機(jī)器學(xué)習(xí)等密集數(shù)據(jù)操作。在AI芯片領(lǐng)域，GPU占有率較高，其中NVIDIA領(lǐng)先優(yōu)勢顯著，我國國產(chǎn)GPU起步較晚，近年來初創(chuàng)公司不斷涌現(xiàn)，產(chǎn)品生態(tài)正在不斷構(gòu)建和完善中。我國國產(chǎn)AI芯片目前主要由百度、華為等互聯(lián)網(wǎng)企業(yè)基于全局的人工智能業(yè)務(wù)布局領(lǐng)軍研發(fā)，寒武紀(jì)、地平線等代表性AI芯片企業(yè)作為重要力量，燧原、壁仞等新生力量不斷注入新的發(fā)展活力。AI數(shù)據(jù)平臺，包括以政府、企業(yè)、高校、開源社區(qū)等為主體構(gòu)建的AI開放數(shù)據(jù)集、行業(yè)專用的高質(zhì)量數(shù)據(jù)集等，能夠為AI算法提供源源不斷的訓(xùn)練數(shù)據(jù)供給，促進(jìn)AI模型優(yōu)化。我國互聯(lián)網(wǎng)巨頭、大型科技企業(yè)、AI技術(shù)企業(yè)積極構(gòu)建AI開放數(shù)據(jù)生態(tài)、共享共建數(shù)據(jù)集，企業(yè)開放數(shù)據(jù)平臺逐步增多，如百度2022年推出的ApolloScape，數(shù)據(jù)量是同類數(shù)據(jù)集10倍以上。此外，阿里云天池數(shù)據(jù)集、華為悟空數(shù)據(jù)集等開放數(shù)據(jù)集，也為供給AI模型訓(xùn)練提供了數(shù)據(jù)基礎(chǔ)。AI算法平臺，包括開源算法框架、AI算法開發(fā)工具、模型部署等，可充分整合AI算法及工具集資源，以API或SDK的方式調(diào)用，實現(xiàn)數(shù)據(jù)處理及標(biāo)注、模型訓(xùn)練、模型評估及性能優(yōu)化、模型推理等功能，并預(yù)置各種各樣的算法模型，高效支撐開發(fā)人員進(jìn)行AI應(yīng)用產(chǎn)品開發(fā)。百度針對不同的用戶需求推出了全功能AI開發(fā)平臺BML和零門檻AI開發(fā)平臺EasyDL。全功能AI開發(fā)平臺BML是面向企業(yè)和個人開發(fā)者的機(jī)器學(xué)習(xí)集成開發(fā)環(huán)境，為經(jīng)典機(jī)器學(xué)習(xí)和深度學(xué)習(xí)提供了從數(shù)據(jù)處理、模型訓(xùn)練、模型管理到模型推理的全生命周期管理服務(wù)，幫助用戶更快地構(gòu)建、訓(xùn)練和部署模型。零門檻AI開發(fā)平臺EasyDL是為AI零算法基礎(chǔ)或者追求高效率開發(fā)的企業(yè)用戶提供的零門檻AI開發(fā)平臺，提供從數(shù)據(jù)采集、標(biāo)注、清洗到模型訓(xùn)練、部署的一站式AI開發(fā)能力，設(shè)計簡約，極易理解，最快15分鐘完成模型訓(xùn)練。騰訊云TI-ONE訓(xùn)練平臺是一站式機(jī)器學(xué)習(xí)服務(wù)平臺，提供了可視化的操作界面和大量的AI算法模板，方便用戶進(jìn)行AI模型構(gòu)建和訓(xùn)練。華為云ModelArts提供從數(shù)據(jù)標(biāo)注到模型推理全流程的開發(fā)工具，支持多種計算引擎和分布式訓(xùn)練。AI開放創(chuàng)新平臺，包括AI通用技術(shù)開放創(chuàng)新平臺與面向關(guān)鍵行業(yè)應(yīng)用的AI開放創(chuàng)新平臺，向下集成智算設(shè)施、法平臺、AI數(shù)據(jù)平臺能力，同時有效整合技術(shù)資源、產(chǎn)業(yè)鏈資源和金融資源，向上持續(xù)輸出AI核心研發(fā)能力和服務(wù)能力，是AI基礎(chǔ)設(shè)施賦能的核心關(guān)鍵。AI通用技術(shù)開放創(chuàng)新平臺方面，包括如百度、騰訊、滴滴、京東等綜合性AI能力開放平臺，云從、曠視、美圖、螢石、虹軟等側(cè)重視覺圖像識別AI能力開放平臺，科大訊飛、依圖、小米、搜狗、有道等側(cè)重語音識別AI能力開放平臺，其中百度AI開放平臺已提供超過1300+項開放能力。面向關(guān)鍵行業(yè)應(yīng)用的AI開放創(chuàng)新平臺，包括如百度Apollo自動駕駛開放平臺、阿里云ET城市大腦開放平臺、騰訊覓影醫(yī)學(xué)人工智能開放創(chuàng)新服務(wù)平臺等。智算中心是AI基礎(chǔ)設(shè)施落地的主要形態(tài)相對于信息化建設(shè)時期重點推進(jìn)的云數(shù)據(jù)中心的建設(shè)運營，當(dāng)前智能化時代對AI基建的技術(shù)架構(gòu)、性能、能效等多個方面提出更高要求。硬件方面，智能計算對芯片異構(gòu)、高速互聯(lián)等有更強(qiáng)需求；軟件方面，智能計算涵蓋計算框架、大模型等關(guān)鍵要素，并需要與硬件充分協(xié)調(diào)適配；能效方面，實現(xiàn)智能計算所產(chǎn)生的單機(jī)能耗更高，對制冷、碳排放等有著更高的需求。智算中心能夠很好地聚合上述能力，是各類AI基礎(chǔ)設(shè)施落地應(yīng)用的實體形態(tài)。從賦能主體看，智算中心可以分為企業(yè)級智算中心與產(chǎn)業(yè)級智算中心，二者技術(shù)架構(gòu)基本一致，主要在實現(xiàn)目標(biāo)和運營模式上有所差別。智算中心是涵蓋了軟硬件、解決方案為一體的技術(shù)創(chuàng)新綜合體。未來的智能型企業(yè)、公共服務(wù)都將建構(gòu)在智算中心的基礎(chǔ)上，供給形態(tài)可以有自建、云服務(wù)、公共基礎(chǔ)設(shè)施等多種形式。企業(yè)和組織將根據(jù)自己的需求和資源稟賦，選擇匹配自身需求的服務(wù)形態(tài)。A大底座構(gòu)筑新一代AI基礎(chǔ)設(shè)施百度自2010年以來，一直在人工智能領(lǐng)域深耕細(xì)作持續(xù)布局，已經(jīng)形成了覆蓋領(lǐng)域廣泛、生態(tài)完善、發(fā)展均衡的人工智能體系。這一戰(zhàn)略決策，一方面體現(xiàn)出百度對人工智能的堅定信念，另一方面是百度在踐行一家中國企業(yè)的社會責(zé)任，這是一個和國外科技巨頭起點差距相對較小的賽道，我國需要有能力、有技術(shù)的企業(yè)站出來，在這一領(lǐng)域持續(xù)蓄力，為我國人工智能領(lǐng)域技術(shù)應(yīng)用發(fā)展夯實基礎(chǔ)，帶動行業(yè)的發(fā)展。AAI基礎(chǔ)設(shè)施“百度AI大底座”是源自百度多年產(chǎn)業(yè)深度實踐積累、結(jié)合AI全棧技術(shù)科研成果打造的國內(nèi)首個全棧自研的AI基礎(chǔ)設(shè)施，面向企業(yè)和產(chǎn)業(yè)AI開發(fā)與應(yīng)用提供端到端自主可控、自我進(jìn)化的解決方案，能夠快捷、低成本地實現(xiàn)“AI能力的隨用隨取”。AI大底座可助力企業(yè)和產(chǎn)業(yè)快速高效地建立AI生產(chǎn)力。AI大底座助力AI生產(chǎn)力價值釋放加速AI大底座助力AI生產(chǎn)力價值釋放加速AI大底座助力AI生產(chǎn)力價值釋放加速AI大底座助力AI生產(chǎn)力價值釋放加速PAGEPAGE19PAGEPAGE1490%+70%+90%+70%+……NLP大模型CV大模型產(chǎn)業(yè)應(yīng)用文心大模型……行業(yè)大模型跨模態(tài)大模型生物計算大模型……數(shù)據(jù)標(biāo)注部署運行……知識管理知識生產(chǎn)模型開發(fā) 模型管理……高速互連AI服務(wù)器昆侖芯百舸·AI異構(gòu)計算平臺……加速套件彈性訓(xùn)練GPU虛擬化AI作業(yè)調(diào)度通用數(shù)據(jù)通用知識行業(yè)數(shù)據(jù)行業(yè)知識資源利用率100%+開發(fā)效率提升100%+圖2AI大底座全景圖AI大底座涵蓋了百度昆侖芯、飛槳深度學(xué)習(xí)框架以及文心大模型等核心能力以及百度百舸平臺、AI中臺等平臺方案，可以為客戶提供高性價比的智能算力、自主研發(fā)的開發(fā)框架以及完善豐富的大模型體系，為企業(yè)部署和開發(fā)各類AI應(yīng)用、服務(wù)以及大模型提供一站式端到端支持，滿足產(chǎn)業(yè)級低門檻、快速部署等AI落地需求。A-框架-模型智能化時代IT技術(shù)棧發(fā)生了根本性變化，分為芯片、框架、模型和應(yīng)用四層。百度在每一層都已布局自主可控的核心技術(shù)和產(chǎn)品，集聚了智能化時代IT技術(shù)全棧生產(chǎn)要素，能夠真正支撐真實業(yè)務(wù)場景的端到端全流程調(diào)優(yōu)，從而助力實現(xiàn)智能化應(yīng)用的極致效能。昆侖芯是百度自研的高端AI芯片，于2018年正式推出，目前最新的產(chǎn)品是發(fā)布于2021年的昆侖芯2代。昆侖芯2代采用了新一代自研架構(gòu)XPU-R及領(lǐng)先的7納米制程工藝，并在國內(nèi)率先使用了GDDR6高速顯存，性能可達(dá)到國際領(lǐng)先水平。目前，昆侖芯產(chǎn)品已經(jīng)在搜索、自動駕駛、工業(yè)、金融等應(yīng)用場景實現(xiàn)了規(guī)模化的落地應(yīng)用，實際部署超過兩萬片。昆侖芯3代預(yù)計2024年實現(xiàn)量產(chǎn)，將再一次帶來質(zhì)的飛躍。規(guī)模部署搜索、自動駕駛、工業(yè)、規(guī)模部署搜索、自動駕駛、工業(yè)、金融等場景規(guī)模落地實際部署數(shù)萬片生態(tài)完備操作系統(tǒng)、AI端到端的適配支持虛擬化，視頻編解碼支持虛擬化，視頻編解碼7nm先進(jìn)工藝GDDR6256TOPS@INT8128@FP16采用昆侖芯自研XPU-R架構(gòu)，通用性和性能顯著提升完備功能領(lǐng)先技術(shù)強(qiáng)大算力新一代自研架構(gòu)昆侖芯3代將于2024年初量產(chǎn)靈活易用昆侖芯SDK可提供從底層驅(qū)動環(huán)境到上層模型轉(zhuǎn)換等全棧的軟件工具深度學(xué)習(xí)框架被稱為“智能時代的操作系統(tǒng)”，是與芯片同樣關(guān)鍵的科技領(lǐng)域“國之重器”。百度飛槳深度學(xué)習(xí)框架是我國首個自研深度學(xué)習(xí)開源框架，而以此為核心搭建的百度飛槳深度學(xué)習(xí)平臺是產(chǎn)業(yè)級的深度學(xué)習(xí)平臺，一站式解決了基礎(chǔ)軟件層的開發(fā)、訓(xùn)練、推理部署，以及模型庫、開發(fā)套件等全系列問題?；谄溟_源開放的一站式能力，開發(fā)者無需從第一行算法代碼寫起，可以直接調(diào)用飛槳框架和飛槳開發(fā)平臺的相關(guān)模塊，大幅降低了人工智能技術(shù)應(yīng)用門檻，可更快地推進(jìn)產(chǎn)業(yè)智能化。目前在國內(nèi)綜合市場份額上，飛槳深度學(xué)習(xí)平臺位居第一。截至2023年8月，飛槳深度學(xué)習(xí)平臺已匯聚800萬開發(fā)者，服務(wù)22萬企事業(yè)單位，創(chuàng)建了80萬個AI模型。此外，飛槳在上海、廣州、寧波、南昌等地建設(shè)了飛槳人工智能產(chǎn)業(yè)賦能中心，與政產(chǎn)學(xué)研各界伙伴協(xié)同，加速人工智能的落地?；A(chǔ)模型庫端到端開發(fā)套件工具與組件自動化深度學(xué)習(xí)強(qiáng)化學(xué)習(xí)聯(lián)邦學(xué)習(xí)圖學(xué)習(xí)科學(xué)計算基礎(chǔ)模型庫端到端開發(fā)套件工具與組件自動化深度學(xué)習(xí)強(qiáng)化學(xué)習(xí)聯(lián)邦學(xué)習(xí)圖學(xué)習(xí)科學(xué)計算量子機(jī)器學(xué)習(xí)生物計算低代碼開發(fā)預(yù)訓(xùn)練模型應(yīng)用工具可視化分析安全與隱私資源管理與調(diào)度云上部署編排語義理解文字識別圖像分類目標(biāo)檢測圖像分割圖像生成大模型訓(xùn)推一體飛槳企業(yè)版零門檻AI開發(fā)平臺全功能AI開發(fā)平臺飛槳產(chǎn)業(yè)級深度學(xué)習(xí)開源開放平臺飛槳產(chǎn)業(yè)級深度學(xué)習(xí)開源開放平臺核心框架星河社區(qū)模型壓縮服務(wù)器推理引擎邊緣與移動端推理引擎前端推理引擎服務(wù)化部署全場景統(tǒng)一部署核心框架星河社區(qū)模型壓縮服務(wù)器推理引擎邊緣與移動端推理引擎前端推理引擎服務(wù)化部署全場景統(tǒng)一部署自然語言處理計算機(jī)視覺語音推薦時間序列文心大模型開發(fā)動態(tài)圖靜態(tài)圖訓(xùn)練 推理部署大規(guī)模產(chǎn)業(yè)級預(yù)訓(xùn)練大模型作為當(dāng)前人工智能發(fā)展的重要方向，能夠大大提升AI的效能，增加更多的業(yè)務(wù)可能性。文心大模型是百度自主研發(fā)的產(chǎn)業(yè)級知識增強(qiáng)大模型，包括NLP、CV、跨模態(tài)等基礎(chǔ)大模型，對話、跨語言、搜索、信息抽取等任務(wù)大模型，生物計算領(lǐng)域大模型，行業(yè)大模型，以及支撐大模型應(yīng)用的工具平臺，形成了基礎(chǔ)-任務(wù)-行業(yè)三級大模型技術(shù)體系，具備知識增強(qiáng)和產(chǎn)業(yè)級兩大特色。目前，文心大模型已大規(guī)模應(yīng)用于搜索、信息流、智能音箱等互聯(lián)網(wǎng)產(chǎn)品，并通過飛槳深度學(xué)習(xí)平臺賦能制造、能源、金融、通信、媒體、教育等各行各業(yè)。AAIAIAIAI）AI大底座正是整合了以上端到端全要素技術(shù)能力，將基礎(chǔ)架構(gòu)IaaS與應(yīng)用平臺PaaS能力深度融合，面向企業(yè)和產(chǎn)業(yè)AI生產(chǎn)與應(yīng)用的全生命周期提供完整解決方案。AI中臺基礎(chǔ)管控AI中臺基礎(chǔ)管控AI服務(wù)運行平臺AI資產(chǎn)共享平臺樣本中心模型中心全功能AI開發(fā)平臺BML零門檻AI開發(fā)平臺EasyDL大模型平臺AI異構(gòu)AI異構(gòu)GPU調(diào)度AI作業(yè)調(diào)度彈性訓(xùn)練可觀測性數(shù)據(jù)湖存儲加速RapidFS分布式訓(xùn)練加速AIAK-Training推理加速AIAK-Inference海量數(shù)據(jù)湖存儲高性能存儲海量數(shù)據(jù)湖存儲高性能存儲 對象存儲BOS 并行文件存儲PFS 異構(gòu)芯片高速互聯(lián)AI服務(wù)器 X-MAN InfiniBandRDMAGPU昆侖芯AI容器業(yè)務(wù)場景百度百舸AI異構(gòu)計算平臺是AIIaaS層的核心平臺，包括AI計算、AI存儲、AI加速、AI容器四層套件，實現(xiàn)算力資源的高性能、高彈性、高速互聯(lián)、高性價比，承載海量數(shù)據(jù)的處理、超大模型的訓(xùn)練和推理，為AI場景提供軟硬一體的智能算力基礎(chǔ)設(shè)施。AI容器業(yè)務(wù)場景城市大腦工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)金融智算中心 生命科學(xué) 自動駕駛GPU調(diào)度 AI作業(yè)調(diào)度彈性訓(xùn)練可觀測性AI加速推理加速AIAK-InferenceAI加速推理加速AIAK-Inference分布式訓(xùn)練加速AIAK-Training數(shù)據(jù)湖存儲加速RapidFSAI存儲海量數(shù)據(jù)湖存儲AI存儲海量數(shù)據(jù)湖存儲高性能存儲 對象存儲BOS 并行文件存儲PFS AI計算異構(gòu)芯片GPU昆侖芯AI計算異構(gòu)芯片GPU昆侖芯AI服務(wù)器 X-MAN InfiniBandRDMA高速互聯(lián)圖6AIIaaS核心平臺：百度百舸AI異構(gòu)計算平臺百度百舸充分汲取了百度異構(gòu)計算平臺多年的技術(shù)積累，深度融合推薦、無人駕駛、生命科學(xué)、NLP等場景的實踐經(jīng)驗。其中，百度太行服務(wù)器提供了基于自研GPU硬件架構(gòu)X-MAN的高性能實例，充分滿足AI單機(jī)訓(xùn)練、分布式集群訓(xùn)練、AI推理部署等對算、存、傳的性能訴求。百度滄海存儲通過云邊一體、存算協(xié)同、軟硬融合的技術(shù)架構(gòu)，使得數(shù)據(jù)可以分場景跨地域流轉(zhuǎn)匯聚，并通過統(tǒng)一的數(shù)據(jù)湖存儲匹配不同的上層應(yīng)用，加速智能計算，釋放數(shù)據(jù)價值。AI加速通過對存儲訪問、模型訓(xùn)練和推理的加速進(jìn)一步提速AI任務(wù)。AI容器提供GPU顯存和算力的共享與隔離，集成PaddlePaddle、TensorFlow、Pytorch等主流深度學(xué)習(xí)框架，支持AI任務(wù)編排、管理等。通用AI能力行業(yè)專用AI能力服務(wù)管理全功能AI開發(fā)平臺(BML)零門檻AI開發(fā)平臺(EasyDL)Notebook預(yù)置模型開發(fā)可視化拖拽Pipeline圖像 視頻 OCR實驗管理特征庫通用AI能力行業(yè)專用AI能力服務(wù)管理全功能AI開發(fā)平臺(BML)零門檻AI開發(fā)平臺(EasyDL)Notebook預(yù)置模型開發(fā)可視化拖拽Pipeline圖像 視頻 OCR實驗管理特征庫文本 語音 表數(shù)據(jù)監(jiān)控報警存儲管理機(jī)器學(xué)習(xí)/深度學(xué)習(xí)框架AI開發(fā)平臺審計資源調(diào)度百度AI中臺解決方案風(fēng)險監(jiān)控資產(chǎn)管理模型審批模型風(fēng)險管理(MRM)AI服務(wù)運行平臺(AIS)賬號&權(quán)限基礎(chǔ)管控(AIBase)資產(chǎn)門戶資產(chǎn)交易資產(chǎn)托管資產(chǎn)共享AI資產(chǎn)共享平臺(AIHub)數(shù)據(jù)集成聯(lián)邦查詢樣本管理數(shù)據(jù)增強(qiáng)數(shù)據(jù)清洗樣本審核SQL工作臺庫表管理樣本標(biāo)注特征工程部署包管理模型評估模型加速模型加密模型體驗?zāi)Ｐ凸蚕順颖局行?EasyData)模型中心自然語言處理人臉識別自然語言處理人臉識別文字識別圖像識別設(shè)備缺陷識別生產(chǎn)安全檢測反欺詐特征識別離在線預(yù)測邊端預(yù)測表計識別信貸審批意見抽取服務(wù)編排漂移監(jiān)控大模型平臺大模型數(shù)據(jù)管理及標(biāo)注大模型平臺大模型數(shù)據(jù)管理及標(biāo)注SFT/RLHF訓(xùn)練機(jī)制大模型評估大模型推理Prompt管理及優(yōu)化插件市場安全干預(yù)其中，樣本中心支持?jǐn)?shù)據(jù)全流程處理能力，覆蓋數(shù)據(jù)源管理、數(shù)據(jù)采集、數(shù)據(jù)清洗、智能標(biāo)注、多人標(biāo)注、數(shù)據(jù)生成、數(shù)據(jù)增強(qiáng)、數(shù)據(jù)質(zhì)量評估、數(shù)據(jù)回流等一站式數(shù)據(jù)處理能力；模型中心支持完善的模型管理、模型評估、模型加速、模型轉(zhuǎn)換等能力；AI便捷的服務(wù)追蹤、運維服務(wù)。AI開發(fā)平臺包含了零門檻AI開發(fā)平臺EasyDL及全功能AI開發(fā)平臺BML——零門檻AI開發(fā)平臺EasyDL是針對零AI算法基礎(chǔ)的企業(yè)用戶的AI開發(fā)平臺，預(yù)置17種建模場景，可以助力用戶快速定制高精度AI模型；全功能AI開發(fā)平臺BML面向模型定制化要求較高的企業(yè)用戶，為AI算法工程師同時提供機(jī)器學(xué)習(xí)和深度學(xué)習(xí)環(huán)境，并支持可視化建模、自動化建模、作業(yè)建模、Notebook開發(fā)、產(chǎn)線建模等多種開發(fā)方式，并可通過實驗管理有效追蹤建模數(shù)據(jù)及參數(shù)。百度智能云千帆大模型平臺是面向企業(yè)開發(fā)者的一站式大模型開發(fā)及服務(wù)運行平臺，可為企業(yè)提供包括文心大模型在內(nèi)的大模型服務(wù)，同時也支持第三方大模型，提供開發(fā)AI應(yīng)用的各種工具鏈及整套環(huán)境，讓企業(yè)和開發(fā)者以簡單的方式用上大模型、用好大模型。具體來看，百度智能云千帆大模型平臺包含覆蓋大模型生產(chǎn)和應(yīng)用全生命周期的工具鏈能力，如模型訓(xùn)練與評估、推理服務(wù)與集成應(yīng)用、Prompt工程、插件應(yīng)用等，幫助企業(yè)更好地應(yīng)用大模型賦能產(chǎn)品，向客戶提供更好的產(chǎn)品體驗。當(dāng)前已有包括工業(yè)、金融、政務(wù)、互聯(lián)網(wǎng)、運營商、教育等行業(yè)頭部伙伴參與內(nèi)測，并在400+真實場景里看到了令人興奮的測試效果。A大底座具備四大優(yōu)勢AI大底座以其全棧技術(shù)能力，幫助用戶從上云，進(jìn)入到用數(shù)、賦智的快車道，極大降低AI產(chǎn)業(yè)應(yīng)用的門檻，從而釋放用戶側(cè)的精力與資源，著力聚焦于業(yè)務(wù)融合創(chuàng)新。從落地實踐看，AI大底座具備高效能算力、高效率研發(fā)、端到端優(yōu)化、持續(xù)性運營這四大優(yōu)勢。高效能算力以集約化、高性能、多樣化的智能算力，為模型訓(xùn)練和推理提供絕佳負(fù)載。隨著AI應(yīng)用場景更加豐富、超大模型不斷出現(xiàn)，云上AI任務(wù)的管理復(fù)雜性越來越高，芯片多元化、算力規(guī)模化、云原生化成為未來智能算力發(fā)展的重點方向。百度百舸支持各類異構(gòu)計算芯片，單卡資源利用率達(dá)到70%以上，千卡并行加速比至90%充分發(fā)揮出來。云原生AI平臺為百度百舸提供了各類高性能云資源的管理和任務(wù)調(diào)度，確保了大規(guī)模AI任務(wù)的高效運行。在行業(yè)智能化升級的深化過程，百度百舸不僅支持了文心大模型的落地，更在生科醫(yī)療、自動駕駛以及智算中心等領(lǐng)域作為AI基礎(chǔ)設(shè)施提供普惠多元的AI算力，實現(xiàn)助力藥物蛋白質(zhì)結(jié)構(gòu)預(yù)測模型的訓(xùn)練效率提升2倍、量產(chǎn)車自動駕駛迭代周期從月級別縮短為周級別等，更加極致地滿足了產(chǎn)業(yè)智能化的AI算力需求。高效率研發(fā)通過MLOps等一系列AI研發(fā)運維工具，以AI工程化能力突破AI落地的“最后一公里”。AI模型開發(fā)運營全流程是多環(huán)節(jié)、復(fù)雜程度高的工作，從數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注、模型訓(xùn)練再到數(shù)據(jù)回流和模型觀察，任何一個環(huán)節(jié)未能規(guī)范都將影響AI模型的應(yīng)用效果。2023年初中國信通院首次公布了MLOps服務(wù)能力旗艦級評測結(jié)果，百度智能云企業(yè)AI開發(fā)平臺成為全國首批在AI開發(fā)管理能力上達(dá)到旗艦級的MLOps平臺。百度零門檻AI開發(fā)平臺EasyDL與全功能AI開發(fā)平臺BML提供高自動化水平的模型開發(fā)工具和標(biāo)準(zhǔn)化的流程規(guī)范指導(dǎo)，能大幅降低企業(yè)AI開發(fā)門檻，并讓模型開發(fā)有規(guī)范和標(biāo)準(zhǔn)可參照，保障開發(fā)質(zhì)量。例如，通過豐富的AutoML/AutoDL能力，企業(yè)可以根據(jù)數(shù)據(jù)集及任務(wù)來自動選擇網(wǎng)絡(luò)和參數(shù)，從而節(jié)省90%的參數(shù)調(diào)優(yōu)人力投入。端到端優(yōu)化AI大底座構(gòu)建平臺化的反饋閉環(huán)機(jī)制，通過持續(xù)迭代、循環(huán)增強(qiáng)提升AI應(yīng)用的整體效果。在面向?qū)嶋H業(yè)務(wù)場景時，AI生產(chǎn)全要素中的每一層能力都會得到很多真實業(yè)務(wù)的反饋，并通過不斷調(diào)優(yōu)，實現(xiàn)端到端優(yōu)化，從而帶來應(yīng)用效能的大幅提升。例如，應(yīng)用落地過程中的模型效果問題，將驅(qū)動迭代新的模型結(jié)構(gòu)，新的模型結(jié)構(gòu)又需要新的框架能力支撐，而新的框架能力對于底層芯片算力又會提出新的要求。百度在端到端各層都具有自主可控的核心產(chǎn)品技術(shù)，能夠深入底層，進(jìn)行縱向的深度整合優(yōu)化，以提供極致的資源效能和模型效能。比如，在大模型的端到端自適應(yīng)分布式訓(xùn)練過程中，飛槳統(tǒng)一的資源和計算視圖以及自動并行能力可與百度百舸的彈性調(diào)度能力相結(jié)合，通過AIAITrainningv2.1測試結(jié)果中，百度使用飛槳加百度百舸提交的模型訓(xùn)練性能結(jié)果，位列同等GPU配置下世界第一，端到端訓(xùn)練時間和訓(xùn)練吞吐均超越NGCPyTorch框架。持續(xù)性運營AI大底座構(gòu)建長效運營的平臺，通過持續(xù)運營充分釋放AI業(yè)務(wù)價值，實現(xiàn)全面升級和持續(xù)創(chuàng)新。AI大底座整合以上技術(shù)優(yōu)勢，并作為一個可持續(xù)運營的平臺，從技術(shù)設(shè)施向企業(yè)發(fā)展全面賦能，提供人才培養(yǎng)賦能、業(yè)務(wù)場景共創(chuàng)、優(yōu)秀案例推廣等系列運營服務(wù)，將逐步提升面向企業(yè)各業(yè)務(wù)與管理等領(lǐng)域場景智能化需求的支撐能力，促進(jìn)AI資產(chǎn)沉淀復(fù)用，保障資源高效使用。AI大底座成為企業(yè)的AI生產(chǎn)力中心，讓AI滲透到企業(yè)的毛細(xì)血管之中，構(gòu)筑起企業(yè)的智能化核心競爭力。PAGEPAGE20PAGEPAGE210AI大底座助力企業(yè)構(gòu)建智能化新范式AI大底座助力企業(yè)構(gòu)建智能化新范式AI大底座助力企業(yè)構(gòu)建智能化新范式AI大底座助力企業(yè)構(gòu)建智能化新范式AI大底座助力企業(yè)構(gòu)建智能化新范式前瞻智能化布局對企業(yè)可持續(xù)發(fā)展至關(guān)重要伴隨科技革命和產(chǎn)業(yè)變革向縱深演進(jìn)，科技創(chuàng)新成為重塑企業(yè)競爭力和市場競爭格局的關(guān)鍵變量，向智能型企業(yè)轉(zhuǎn)型升級對企業(yè)在智能化新時代構(gòu)建核心競爭力以及實現(xiàn)可持續(xù)發(fā)展至關(guān)重要。智能型企業(yè)的關(guān)鍵組成智能型企業(yè)是指通過智能化升級，在設(shè)計、生產(chǎn)、管理、物流和營銷等核心業(yè)務(wù)環(huán)節(jié)應(yīng)用人工智能新技術(shù)，構(gòu)建新型企業(yè)組織結(jié)構(gòu)和運營方式的企業(yè)3。智能化頂設(shè)、智能化業(yè)務(wù)、智能化管理、智能化技術(shù)是智能型企業(yè)的關(guān)鍵要素，也將協(xié)同推進(jìn)傳統(tǒng)企業(yè)向智能型企業(yè)跨越。結(jié)合百度智能云的企業(yè)賦能實踐，當(dāng)前AI技術(shù)在我國企業(yè)中的融合應(yīng)用不僅是局部的智能應(yīng)用，而是從戰(zhàn)略、組織、生態(tài)的頂層設(shè)計，到對外業(yè)務(wù)、對內(nèi)運營以及智能技術(shù)底座支撐的完整閉環(huán)，為企業(yè)帶來全面的價值提升。戰(zhàn)略、組織、生態(tài)智能化技術(shù)智能化管理智能化業(yè)務(wù)戰(zhàn)略、組織、生態(tài)智能化技術(shù)智能化管理智能化業(yè)務(wù)智能化頂設(shè)關(guān)鍵組成AI價值評估方向智能產(chǎn)品競爭力客戶旅程體驗員工工作效率流程機(jī)制效率研發(fā)效能、穩(wěn)定性與IT效能圖8智能型企業(yè)關(guān)鍵組成及AI價值評估研發(fā)效能、穩(wěn)定性與IT效能智能型企業(yè)構(gòu)建面臨的挑戰(zhàn)智能化頂設(shè)層面，構(gòu)建智能型企業(yè)需要自上而下進(jìn)行全局規(guī)劃，缺乏對AI布局的全局規(guī)劃能力易導(dǎo)致資源無法聚力。部分企業(yè)以單點業(yè)務(wù)需求為導(dǎo)向布局AI技術(shù)，后期面臨著資源利用率低、數(shù)據(jù)無法互通、系統(tǒng)可擴(kuò)展性弱等挑戰(zhàn)，會形成許多新的數(shù)據(jù)壁壘。多個AI系統(tǒng)間存在的架構(gòu)差異，還將造成計算、存儲、網(wǎng)絡(luò)等基礎(chǔ)資源難以互相調(diào)用，面對高并發(fā)任務(wù)時3《新一代人工智能發(fā)展規(guī)劃》，國務(wù)院2017年印發(fā)。PAGEPAGE22響應(yīng)速度慢，影響用戶體驗。隨著技術(shù)創(chuàng)新的加速，企業(yè)需要開展面向用戶需求的創(chuàng)新應(yīng)用探索，而單點建設(shè)的系統(tǒng)間協(xié)同與擴(kuò)展的難度大，難以支撐未來業(yè)務(wù)快速迭代發(fā)展的需求。此外，構(gòu)建統(tǒng)領(lǐng)全局的AI發(fā)展規(guī)劃還需將智能化發(fā)展思想融入到企業(yè)整體的業(yè)務(wù)規(guī)劃當(dāng)中，結(jié)合業(yè)務(wù)發(fā)展進(jìn)行前瞻性布局。智能化業(yè)務(wù)與智能化技術(shù)層面，AI應(yīng)用場景碎片化可復(fù)制性弱，智能型企業(yè)建設(shè)過程中面臨定制化成本、技術(shù)門檻高等挑戰(zhàn)。AI對實體經(jīng)濟(jì)的賦能需要與各行業(yè)自身的業(yè)務(wù)場景緊密結(jié)合，而實體經(jīng)濟(jì)行業(yè)眾多，每一個行業(yè)、企業(yè)都有大量的應(yīng)用場景，應(yīng)用規(guī)模不同，對技術(shù)的需求也不同，由此帶來的場景碎片化是AI落地應(yīng)用中的巨大挑戰(zhàn)。應(yīng)用需求方希望實現(xiàn)的全價值鏈場景，大多不能通過某個單一的系統(tǒng)或產(chǎn)品完成，企業(yè)所能提供的產(chǎn)品和解決方案也會呈現(xiàn)碎片化，需要根據(jù)用戶需求提供高度定制化的解決方案，這不僅會帶來高昂的時間和經(jīng)濟(jì)成本，也不利于持續(xù)地迭代更新。AI作為新興的信息技術(shù)，對于大多數(shù)實體經(jīng)濟(jì)行業(yè)來說都有著較高的技術(shù)門檻，亟需更便捷、更通用的平臺化部署模式來應(yīng)對這一挑戰(zhàn)。智能化管理層面，缺少科學(xué)的管理統(tǒng)籌機(jī)制，缺少AI技術(shù)快速推廣應(yīng)用以及持續(xù)迭代更新的能力，缺乏專業(yè)的知識、人才等，為智能型企業(yè)的后期運營帶來挑戰(zhàn)。智能型企業(yè)后期運營首先面臨的就是管理機(jī)制統(tǒng)籌方面的挑戰(zhàn)，涉及在企業(yè)智能化布局過程中如何去統(tǒng)籌管理業(yè)務(wù)流程、產(chǎn)品服務(wù)、資源調(diào)度等各個環(huán)節(jié)，從而實現(xiàn)快速高效的智能化部署。除常規(guī)管理統(tǒng)籌外，還有緊跟新技術(shù)不斷進(jìn)行更新迭代的問題。AI技術(shù)的發(fā)展迭代速度已經(jīng)趕超了以往大部分新技術(shù)的更新速度，企業(yè)如果沒有一定的AI技術(shù)研發(fā)能力，將很難跟上技術(shù)更新的腳步。AI技術(shù)在企業(yè)中的應(yīng)用需要充分契合業(yè)務(wù)的發(fā)展，需要根據(jù)具體的應(yīng)用場景需求快速構(gòu)建出相應(yīng)的模型等，而大多數(shù)沒有AI技術(shù)積累的企業(yè)并不具備這樣的能力。此外在人才方面，掌握AI技術(shù)的人才體系構(gòu)建尚在培育初期，大部分企業(yè)沒有智能化人才的儲備，也缺少對現(xiàn)有人才的智能化培養(yǎng)。AI深入到企業(yè)應(yīng)用中需要經(jīng)過與專業(yè)技術(shù)人員緊密合作的學(xué)習(xí)過程，才能真正實現(xiàn)對某些重復(fù)性勞動的替代或提升，而人才在智能化企業(yè)中的應(yīng)用可能也將面臨著新的職業(yè)維度。A大底座在構(gòu)建智能型企業(yè)中的價值實現(xiàn)依托AAI基礎(chǔ)設(shè)施的優(yōu)質(zhì)解決方案企業(yè)級智算中心是基于最新人工智能理論，采用領(lǐng)先的人工智能計算架構(gòu)，為企業(yè)本身提供人工智能應(yīng)用所需算力服務(wù)、數(shù)據(jù)服務(wù)和算法服務(wù)的新型AI基礎(chǔ)設(shè)施。從落地實踐看，企業(yè)級智算中心是一整套AI基建解決方案，重點涵蓋AI芯片、AI算法模型、AI數(shù)據(jù)集、AI應(yīng)用產(chǎn)品及服務(wù)等，可整套推進(jìn)企業(yè)側(cè)落地，也可按需求提供相應(yīng)方案。依托AI大底座構(gòu)建企業(yè)級智算中心，助力企業(yè)高效能、可持續(xù)推進(jìn)智能化轉(zhuǎn)型。從資源效能看，企業(yè)級智算中心通過集中資源獲得大算力和大數(shù)據(jù)，支持大規(guī)模模型訓(xùn)練和推理，以高性價比的資源優(yōu)勢，有力提升企業(yè)AI算力的資源效能。從運營效能看，企業(yè)級智算中心通過持續(xù)運營充分釋放AI業(yè)務(wù)價值，提供AI應(yīng)用開發(fā)全生命周期的支持，提升面向企業(yè)各業(yè)務(wù)與管理等領(lǐng)域場景智能化需求的支撐能力，助力企業(yè)實現(xiàn)智能化長效運營。從產(chǎn)品落地看，企業(yè)級智算中心能夠支撐企業(yè)在現(xiàn)有業(yè)務(wù)產(chǎn)品上，基于AI技術(shù)研發(fā)落地更多創(chuàng)新產(chǎn)品、業(yè)務(wù)模式等，不斷拓寬、拓深業(yè)務(wù)能力。AI正成為智能時代的新型生產(chǎn)力05AI正成為智能時代的新型生產(chǎn)力AI正成為智能時代的新型生產(chǎn)力AI大底座助力企業(yè)構(gòu)建智能化新范式AI大底座助力企業(yè)構(gòu)建智能化新范式06063131大模型點燃AI技術(shù)發(fā)展新引擎隨著ChatGPT浪潮席卷全球，AI產(chǎn)業(yè)化進(jìn)程提擋加速，全面進(jìn)入工程實踐落地階段。這是一次能夠比肩互聯(lián)網(wǎng)和智能手機(jī)的技術(shù)革命，人工智能發(fā)展的奇點即將到來。隨著AI從辨別式發(fā)展到生成式，一場影響人類生產(chǎn)生活方式以及全球經(jīng)濟(jì)增長的新科技變革正在蓄勢待發(fā)，未來會觸及到大量業(yè)務(wù)流程的重塑，以及基于AI原生思維的應(yīng)用開發(fā)。大模型帶來的應(yīng)用效果突破，讓人們看到了無限接近或通往通用人工智能的發(fā)展路徑。MLOps（人工智能研發(fā)運營體系）果顯著，也為AI工程化落地提供了利器，由AI驅(qū)動的新時代正在開啟。AI領(lǐng)域爆發(fā)出的現(xiàn)象級應(yīng)用背后，是“大模型+大數(shù)據(jù)+大算力”的支撐與推動。AI能力的快速精進(jìn)來自于大模型的支持，超大規(guī)模預(yù)訓(xùn)練模型的應(yīng)用輔以數(shù)據(jù)的不斷精調(diào)，推動了效率與效果的同步提升，并且向著支持多模態(tài)的方向不斷發(fā)展，為AI支持更多應(yīng)用場景提供了可能。AI應(yīng)用正朝著無限接近機(jī)制類腦、行為類人的方向快速演進(jìn)。大模型的訓(xùn)練，主要依靠大數(shù)據(jù)提供足夠的學(xué)習(xí)素材，以及大算力提供強(qiáng)大的計算支撐。自監(jiān)督學(xué)習(xí)的出現(xiàn)，讓大規(guī)模的數(shù)據(jù)無需再進(jìn)行人工標(biāo)注，由模型直接從無標(biāo)簽的數(shù)據(jù)中自行學(xué)習(xí)，節(jié)省了大量的人力和時間成本，也讓可訓(xùn)練數(shù)據(jù)的范圍無限擴(kuò)大。算力的不斷突破為大模型的迭代提供了可能——在硬件架構(gòu)方面，異構(gòu)計算、算力高速互聯(lián)等技術(shù)產(chǎn)品的應(yīng)用，能夠提供性能更強(qiáng)、靈活度更高的算力適配；同時，芯片、框架等跨層次間的全棧融合，實現(xiàn)了算力更高效的應(yīng)用，帶來綜合能力的提升。AI開始以生產(chǎn)力形態(tài)釋放價值預(yù)訓(xùn)練大模型的爆發(fā)加速AI價值定位演進(jìn)，從輔助性工作形態(tài)邁入AI生產(chǎn)力新階段。近兩年，以Transformer為核心的預(yù)訓(xùn)練大模型在產(chǎn)品化和商業(yè)化上的持續(xù)突破，使得AI可高效率地完成重復(fù)性的工作，并更智能地開展創(chuàng)造性的工作。AI以更靈活的形式泛化為勞動工具、勞動者，實現(xiàn)內(nèi)容創(chuàng)作、分析控制、智能助手等智能化任務(wù)，支撐用戶大幅提升生產(chǎn)力。AI正在以生產(chǎn)力的形態(tài)從應(yīng)用探索走向全面賦能，即AI技術(shù)成為或賦能勞動者、勞動工具、勞動對象，形成新的系統(tǒng)性力量。AI生產(chǎn)力的價值可以從AI對生產(chǎn)力三要素的作用角度來分析。當(dāng)AI成為勞動者或者輔助勞動者工作，例如AI員工、AI形象等，以AI為形態(tài)的新勞動者將大量涌現(xiàn)，顛覆性地改變現(xiàn)有的生產(chǎn)生活方式，能夠大幅度提升企業(yè)的人力資源效能。當(dāng)AI成為勞動工具或提升傳統(tǒng)勞動工具性能，例如AI模型、AI應(yīng)用等，能夠自動化地完成勞動或讓勞動者使用更高效的生產(chǎn)工具，同樣也能大幅度降低人力成本，提升工作效率，降低人為差異帶來的風(fēng)險問題。當(dāng)AI成為勞動對象或賦能傳統(tǒng)勞動對象，例如數(shù)據(jù)資料、知識資料等，使勞動對象的內(nèi)涵更豐富、形式更多樣，勞動者基于此也能夠創(chuàng)造出更多新的業(yè)務(wù)形態(tài)，從而實現(xiàn)更高階的應(yīng)用。1通過構(gòu)建和運行機(jī)器學(xué)習(xí)流水線，統(tǒng)一機(jī)器學(xué)習(xí)（ML）項目研發(fā)（Dev）和運營（Ops）過程的一種方法，中國信通院《人工智能研發(fā)運營體系（MLOps）實踐指南（2023年）》。AAI02AI技術(shù)應(yīng)用范圍更廣可以自動生成各類內(nèi)容，包括文規(guī)劃、設(shè)計創(chuàng)新等01AI應(yīng)用落地門檻更低AI1.0；AI2.0時AI2.0時代AI1.0時代以大模型為內(nèi)核的AI大底座促進(jìn)AI應(yīng)用規(guī)模化落地。大模型是智能型企業(yè)應(yīng)用AI技術(shù)的核心落腳點，是人工智能邁向通用人工智能的里程碑技術(shù)，能夠駕馭好大模型是完成智能化升級路徑上的必答題。其一，大模型顛覆了人工智能的研發(fā)范式，AI應(yīng)用落地門檻更低；其二，大模型實現(xiàn)從對現(xiàn)有內(nèi)容或任務(wù)的分析、分類、判斷、預(yù)測的辨別式AI演變?yōu)樽詣由砷_放創(chuàng)新的內(nèi)容或任務(wù)的生成式AI02AI技術(shù)應(yīng)用范圍更廣可以自動生成各類內(nèi)容，包括文規(guī)劃、設(shè)計創(chuàng)新等01AI應(yīng)用落地門檻更低AI1.0；AI2.0時AI2.0時代AI1.0時代任務(wù)1模型1數(shù)據(jù)集1任務(wù)2模型2數(shù)據(jù)集2任務(wù)3模型3數(shù)據(jù)集3多種任務(wù)基礎(chǔ)大模型海量數(shù)據(jù)，無需人工標(biāo)注，跨領(lǐng)域知識的基礎(chǔ)大任務(wù)1模型1數(shù)據(jù)集1任務(wù)2模型2數(shù)據(jù)集2任務(wù)3模型3數(shù)據(jù)集3多種任務(wù)基礎(chǔ)大模型海量數(shù)據(jù)，無需人工標(biāo)注，跨領(lǐng)域知識的基礎(chǔ)大多種任務(wù)“所有”的數(shù)據(jù)03AI技術(shù)對領(lǐng)域賦能更深對企業(yè)前臺、中臺、后臺業(yè)務(wù)均有支持以A構(gòu)建在AI大底座基礎(chǔ)上的AI能力，特別是生成式AI能力，為企業(yè)帶來的價值將主要體現(xiàn)在生產(chǎn)效率與體驗效果的大幅度“雙效提升”上，促進(jìn)企業(yè)在生產(chǎn)研發(fā)、客戶交互等方方面面的效能優(yōu)化升級，甚至重塑業(yè)務(wù)形態(tài)與流程。生產(chǎn)效率的提升主要體現(xiàn)在內(nèi)容生產(chǎn)效率、任務(wù)生產(chǎn)效率和應(yīng)用開發(fā)效率的提升。體驗效果的提升主要體現(xiàn)在重塑客戶體驗、重塑員工體驗和AI原生組織的演進(jìn)。AI大底座助力企業(yè)構(gòu)建智能化新范式AI大底座助力企業(yè)構(gòu)建智能化新范式AI大底座助力企業(yè)構(gòu)建智能化新范式AI大底座助力企業(yè)構(gòu)建智能化新范式PAGEPAGE38PAGEPAGE25雙效提升內(nèi)容生產(chǎn)效率 AI生成內(nèi)容 AI原生產(chǎn)品和服務(wù) 重塑客戶體驗雙效提升 AI生成任務(wù) AI生成任務(wù) 生產(chǎn)效率體驗效果 AI原生工作方式 軟件開發(fā)范式 人機(jī)交互范式滲透式A成I應(yīng)用開發(fā)效率 AI原生組織演進(jìn)圖10AI大底座的價值：實現(xiàn)生產(chǎn)效率和體驗效果的“雙效提升”內(nèi)容生產(chǎn)效率提升：智能型企業(yè)以人工智能生成內(nèi)容，提升內(nèi)容生產(chǎn)效率。隨著ChatGPT和文心一言等大模型產(chǎn)品的發(fā)布，生成式AI可以幫助我們生成代碼、文字，甚至跨模態(tài)的圖片、視頻，將來自互聯(lián)網(wǎng)、學(xué)術(shù)研究、業(yè)務(wù)積累的大規(guī)模數(shù)據(jù)和專業(yè)技術(shù)知識通過大模型的泛化能力，生成對特定問題的合理回答，大大簡化了企業(yè)在大規(guī)模數(shù)據(jù)準(zhǔn)備和處理上的技術(shù)復(fù)雜度。通過大模型結(jié)合自有數(shù)據(jù)，即可充分利用外部知識和內(nèi)部知識生產(chǎn)內(nèi)容，縮短數(shù)據(jù)到知識、知識到應(yīng)用的距離，廣泛應(yīng)用于對內(nèi)管理和對外業(yè)務(wù)場景的內(nèi)容生產(chǎn)中，提升效率。比如可口可樂公司正在與OpenAI和貝恩合作，使用ChatGPT和DALL-E平臺來制作個性化廣告文案、圖形和消息，提升營銷內(nèi)容生產(chǎn)效率和創(chuàng)造力。任務(wù)生產(chǎn)效率提升：智能型企業(yè)以人工智能生成任務(wù)，縮短目標(biāo)到執(zhí)行的距離?；诖竽Ｐ头纸夂吞幚韽?fù)雜問題的能力，結(jié)合調(diào)用和執(zhí)行外部插件的能力，生成式AI可以實現(xiàn)復(fù)雜流程的自動化調(diào)度與執(zhí)行。我們只需要給大模型下達(dá)一個業(yè)務(wù)目標(biāo)或意圖，它就可以拆解目標(biāo)、生成任務(wù)執(zhí)行路徑，并調(diào)動相關(guān)業(yè)務(wù)系統(tǒng)執(zhí)行指令。比如在AutoGPT中，用戶不需要不斷對AI提問以獲得對應(yīng)回答，只需為其提供一個AI名稱、描述和五個目標(biāo)，然后AutoGPT件、瀏覽網(wǎng)頁、審查自己提示的結(jié)果等。這只是一個開始，未來用戶可以將更復(fù)雜的任務(wù)交給AI智能體，讓它自主地提出計劃并且執(zhí)行，在企業(yè)場景中可大大提升任務(wù)生成和執(zhí)行效率。應(yīng)用開發(fā)效率提升：智能型企業(yè)以新的軟件開發(fā)范式，提升應(yīng)用生產(chǎn)效率。在模型訓(xùn)練上，AI應(yīng)用中的模型訓(xùn)練從以往單任務(wù)的定制化建模變成了跨任務(wù)、跨模態(tài)、跨語言的統(tǒng)一建模；在研發(fā)模式上，應(yīng)用問題從之前的針對性編程解決變成數(shù)據(jù)驅(qū)動方式解決，企業(yè)開發(fā)AI原生軟件的效率得到跨越式提升。比如，預(yù)訓(xùn)練開發(fā)模式可以把訓(xùn)練數(shù)據(jù)量減少90%，以更少的算力投入，通過端到端訓(xùn)練和微調(diào)，以更短的開發(fā)周期實現(xiàn)模型訓(xùn)練和精調(diào)。據(jù)測算，模型開發(fā)時間目前最快可實現(xiàn)下降85%，從1周縮短到1天。不同業(yè)務(wù)場景下的復(fù)制遷移更加便捷，訓(xùn)練和調(diào)優(yōu)模型所需的數(shù)據(jù)量大幅減小，企業(yè)將能夠直接生產(chǎn)自己所在場景的AI原生應(yīng)用，塑造在智能時代的核心競爭力。重塑客戶體驗：智能型企業(yè)提供AI原生的產(chǎn)品和服務(wù)，重塑客戶體驗。在過去，AI實現(xiàn)了營銷的千人千面；在現(xiàn)在，生成式AI實現(xiàn)了產(chǎn)品和服務(wù)本身的千人千面。智能型企業(yè)提供基于生成式AI的個性化的產(chǎn)品和服務(wù)，比如韓國外語學(xué)習(xí)應(yīng)用Speak，通過大模型實現(xiàn)一對一的教師服務(wù)，為每一個孩子提供個性化教育。不僅是虛擬產(chǎn)品，未來在更多的智能產(chǎn)品身上，如智能網(wǎng)聯(lián)汽車、智能家電，生成式AI將帶來更多產(chǎn)品功能、形態(tài)和內(nèi)涵的變革。與產(chǎn)品升級同步的轉(zhuǎn)變將延伸至整個產(chǎn)品生命周期，研發(fā)、制造、調(diào)度、后服務(wù)等環(huán)節(jié)也將在AI的賦能下加速升級。當(dāng)然，生成式AI也直觀地重塑了營銷和客服，基于生成式AI的各種數(shù)字人、智能客服，以更自然、友好的人機(jī)交互界面，更懂客戶所思所想，成為客戶的個性化助理。重塑員工體驗：智能型企業(yè)提供AI原生的工作方式，重塑員工工作體驗。智能型企業(yè)更注重為員工提供AI原生的工作方式。生成式AI一方面幫助我們寫文檔、寫PPT、寫代碼，成為員工的生產(chǎn)力助手；另一方面提升員工協(xié)作和知識共享的智能化，重構(gòu)新的工作方式。比如百度的如流智能工作平臺，讓每一位員工都有一個具有豐富專業(yè)知識、實時響應(yīng)的工作助理，通過對話理解能力實現(xiàn)聊天記錄的智能總結(jié)，通過日常溝通和工作內(nèi)容分析推薦來自他人的知識分享，形成個性化的工作界面，讓員工的業(yè)務(wù)敏感度和創(chuàng)造力都大大提升。近日，代碼助手BaiduComate到30%-50%。AI原生組織的演進(jìn)：智能型企業(yè)應(yīng)用新的人機(jī)交互范式，逐漸演變?yōu)锳I原生組織。大模型帶來人機(jī)交互方式的顛覆性轉(zhuǎn)變，過去由人去適應(yīng)機(jī)器，現(xiàn)在變成機(jī)器來適應(yīng)人。智能型企業(yè)將在越來越多的對內(nèi)和對外場景中應(yīng)用新的人機(jī)交互范式，用生成式AI思維重塑產(chǎn)品、服務(wù)和工作流程，進(jìn)而重塑組織形態(tài)、生態(tài)布局和企業(yè)戰(zhàn)略，為下一個十年、下一個三十年的重要轉(zhuǎn)型做準(zhǔn)備。每個企業(yè)都要盡快行動起來，重新思考自身的優(yōu)勢以及如何用生成式AI放大優(yōu)勢，選擇適合自身的技術(shù)路線，做好投資規(guī)劃，在新的競爭環(huán)境下脫穎而出。企業(yè)級智算中心構(gòu)建路徑企業(yè)級智算中心的構(gòu)建是一項系統(tǒng)工程，其構(gòu)建的過程，也正是AI生產(chǎn)力在企業(yè)需求側(cè)逐步釋放的過程。依托AI大底座構(gòu)建企業(yè)級智算中心，需要以精準(zhǔn)識別、貼近企業(yè)的整體規(guī)劃為頂層設(shè)計，以打通資源、覆蓋全生命周期的平臺建設(shè)為核心抓手，以業(yè)務(wù)導(dǎo)向、開放共享的持續(xù)運營為重要保障。企業(yè)級智算中心構(gòu)建方法企業(yè)級智算中心構(gòu)建方法實現(xiàn)“AI能力的隨用隨取”，持續(xù)產(chǎn)生業(yè)務(wù)價值整體規(guī)劃平臺建設(shè)持續(xù)運營整體規(guī)劃平臺建設(shè)持續(xù)運營藍(lán)圖設(shè)計資源支持現(xiàn)狀識別路徑規(guī)劃制定基于AI大底座的AI發(fā)展路線藍(lán)圖設(shè)計資源支持現(xiàn)狀識別路徑規(guī)劃制定基于AI大底座的AI發(fā)展路線圖，具象化未來遠(yuǎn)景與發(fā)展路徑形成企業(yè)內(nèi)部AI應(yīng)用開發(fā)新范式，提高模型研發(fā)運營的自動化水平并助力模型標(biāo)準(zhǔn)化調(diào)研AI應(yīng)用需求摸底現(xiàn)有AI資源體系化推進(jìn)AI平臺建設(shè)業(yè)務(wù)導(dǎo)向，開放共享，實現(xiàn)AI的內(nèi)化與外化，推動全面升級和持續(xù)創(chuàng)新場景應(yīng)用開發(fā)生態(tài)聯(lián)合運營AI人才培養(yǎng)運營管理機(jī)制 戰(zhàn)略升級 組織協(xié)同 生態(tài)布局戰(zhàn)略升級 組織協(xié)同 生態(tài)布局圖11企業(yè)級智算中心構(gòu)建方法整體規(guī)劃推進(jìn)智能型企業(yè)全局規(guī)劃，實現(xiàn)AI相關(guān)資源的科學(xué)有序整合，是企業(yè)側(cè)釋放AI價值的先決條件，也是企業(yè)級智算中心構(gòu)建的關(guān)鍵第一步。自上而下的整體規(guī)劃，將體系化梳理現(xiàn)有AI基礎(chǔ)資源（AI底層能力、AI系統(tǒng)平臺等），多元化呈現(xiàn)企業(yè)的AI場景需求，是高效建成企業(yè)AI能力與扎實推進(jìn)AI應(yīng)用賦能的重要驅(qū)動。整體規(guī)劃以要素資源布局以及AI與業(yè)務(wù)融合為核心。對于AI基礎(chǔ)要素，整體規(guī)劃需要對數(shù)據(jù)資源互通、智算設(shè)施建設(shè)、AI算法平臺系統(tǒng)級擴(kuò)展進(jìn)行針對性的規(guī)劃設(shè)計。對于AI與業(yè)務(wù)融合，整體規(guī)劃需將智能化發(fā)展思想融入到企業(yè)整體的業(yè)務(wù)規(guī)劃當(dāng)中，對AI技術(shù)布局以及未來發(fā)展有一定的理解和判斷，并具備前瞻性布局的能力?，F(xiàn)狀識別藍(lán)圖設(shè)計路徑規(guī)劃資源支持現(xiàn)狀識別藍(lán)圖設(shè)計路徑規(guī)劃資源支持通過全方位調(diào)研企業(yè)智能化滲透程度，依托智能型企業(yè)評估模型來對企業(yè)的智能化現(xiàn)狀進(jìn)行評估識別，摸清企業(yè)AI發(fā)展需求戰(zhàn)略愿景，從技術(shù)底通過全方位調(diào)研企業(yè)智能化滲透程度，依托智能型企業(yè)評估模型來對企業(yè)的智能化現(xiàn)狀進(jìn)行評估識別，摸清企業(yè)AI發(fā)展需求戰(zhàn)略愿景，從技術(shù)底制定基于企業(yè)級智算中心的AI發(fā)展路線圖，明確各階段關(guān)鍵里程碑和成果評估指標(biāo)協(xié)調(diào)資源的支持，通過組織、人才等資源配置支持，為整體工作提供保障圖12企業(yè)級智算中心構(gòu)建路徑：整體規(guī)劃從推進(jìn)步驟看，整體規(guī)劃可分為現(xiàn)狀識別、藍(lán)圖設(shè)計、路徑規(guī)劃、資源支持等工作。第一步，現(xiàn)狀識別。通過全方位調(diào)研企業(yè)智能化滲透程度，依托智能型企業(yè)評估模型來對企業(yè)的智能化現(xiàn)狀進(jìn)行評估識別，摸清企業(yè)AI發(fā)展需求。第二步，藍(lán)圖設(shè)計。通過具象化未來愿景為企業(yè)設(shè)計藍(lán)圖，設(shè)立AI戰(zhàn)略愿景，從技術(shù)底座、場景應(yīng)用、持續(xù)運營三個層面描繪未來藍(lán)圖遠(yuǎn)景。第三步，路徑規(guī)劃。制定基于企業(yè)級智算中心的AI發(fā)展路線圖，明確各階段關(guān)鍵里程碑和成果評估指標(biāo)。第四步，資源支持。要協(xié)調(diào)資源的支持，通過組織、人才等資源配置支持，為整個工作提供保障。平臺建設(shè)平臺是企業(yè)側(cè)AI能力的承載體，是企業(yè)統(tǒng)籌推進(jìn)AI資源布局管理的關(guān)鍵工具，平臺建設(shè)是企業(yè)級智算中心的核心。平臺建設(shè)致力于打通智算資源、樣本中心、模型中心、AI開發(fā)平臺，建設(shè)具有統(tǒng)一的模型及計算資源納管、模型訓(xùn)練和部署運行環(huán)境、企業(yè)級模型倉庫和開放能力服務(wù)等功能的AI基礎(chǔ)服務(wù)平臺，提供面向企業(yè)AI模型開發(fā)全生命周期的解決方案，形成企業(yè)內(nèi)部AI應(yīng)用開發(fā)新范式，提高模型研發(fā)運營的自動化水平并助力模型標(biāo)準(zhǔn)化，為數(shù)據(jù)智能應(yīng)用創(chuàng)新提供企業(yè)級平臺支撐。調(diào)研AI應(yīng)用需求摸底現(xiàn)有AI資源體系化推進(jìn)平臺建設(shè)調(diào)研AI應(yīng)用需求摸底現(xiàn)有AI資源體系化推進(jìn)平臺建設(shè)研判企業(yè)核心業(yè)務(wù)智能化發(fā)展趨勢，歸總各業(yè)務(wù)場景需求細(xì)化智能算力需求、AI數(shù)據(jù)集需求以及AI開發(fā)平臺需求準(zhǔn)確掌握當(dāng)前企業(yè)側(cè)AI三要研判企業(yè)核心業(yè)務(wù)智能化發(fā)展趨勢，歸總各業(yè)務(wù)場景需求細(xì)化智能算力需求、AI數(shù)據(jù)集需求以及AI開發(fā)平臺需求準(zhǔn)確掌握當(dāng)前企業(yè)側(cè)AI三要制定企業(yè)側(cè)AI明確AI平臺不同模塊的主任責(zé)任方，以及不同板塊AI平臺技術(shù)、功能、目標(biāo)等圖13企業(yè)級智算中心構(gòu)建路徑：平臺建設(shè)從推進(jìn)步驟看，平臺建設(shè)可分為調(diào)研模型需求、摸底現(xiàn)狀、體系化建設(shè)等工作。第一步，調(diào)研AI應(yīng)用需求。研判企業(yè)核心業(yè)務(wù)智能化發(fā)展趨勢，歸總各業(yè)務(wù)AI應(yīng)用的建設(shè)及引入計劃，明確AI應(yīng)用背后對AI模型的整體需求，并圍繞數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)清洗、模型設(shè)計、模型調(diào)優(yōu)、模型部署等模型研發(fā)流程，進(jìn)一步細(xì)化智能算力需求、AI數(shù)據(jù)集需求以及AI開發(fā)平臺需求。第二步，摸底現(xiàn)有AI資源。準(zhǔn)確掌握當(dāng)前企業(yè)側(cè)AI三要素設(shè)施資源，以及研發(fā)平臺、運維平臺資源，為下一步實現(xiàn)平臺的協(xié)作與整合奠定基礎(chǔ)。第三步，體系化推進(jìn)AI基建平臺建設(shè)。制定企業(yè)側(cè)AI平臺整體架構(gòu)，明確AI平臺不同模塊的主任責(zé)任方，以及不同板塊AI平臺技術(shù)、功能、目標(biāo)等。持續(xù)運營持續(xù)運營，是將AI能力廣泛應(yīng)用到企業(yè)經(jīng)營管理、業(yè)務(wù)運營的諸多場景，打通AI落地應(yīng)用的“最后一公里”，讓AI真正內(nèi)化為企業(yè)價值創(chuàng)造的血液，是企業(yè)級智算中心的關(guān)鍵保障。業(yè)務(wù)導(dǎo)向是企業(yè)級智算中心運營的關(guān)鍵原則，需要通過持續(xù)運營，打通業(yè)務(wù)團(tuán)隊、內(nèi)部管理團(tuán)隊、技術(shù)團(tuán)隊等多個組織。企業(yè)應(yīng)培養(yǎng)適配新需求的AI人才，建設(shè)促進(jìn)業(yè)務(wù)與技術(shù)融合的運營管理機(jī)制，通過AI能力的內(nèi)化實現(xiàn)AI能力的外化。AI創(chuàng)新服務(wù)與解決方案AI場景需求實現(xiàn)應(yīng)用場景規(guī)劃場景應(yīng)用開發(fā)AIAI創(chuàng)新服務(wù)與解決方案AI場景需求實現(xiàn)應(yīng)用場景規(guī)劃場景應(yīng)用開發(fā)AI大賽AI落地場景探索AI業(yè)務(wù)賦能平臺助力AI業(yè)務(wù)落地AI培訓(xùn)認(rèn)證AI技術(shù)沙龍AI私享會AICA首席AI架構(gòu)師培養(yǎng)計劃供應(yīng)商選型對外賦能合作共建生態(tài)聯(lián)合運營AI開發(fā)生態(tài)行業(yè)+助力AI開放共享模型生產(chǎn)管理規(guī)范模型服務(wù)管理規(guī)范運維保障規(guī)范…模型生產(chǎn)管理規(guī)范模型服務(wù)管理規(guī)范運維保障規(guī)范…宣傳推廣運營管理機(jī)制AI人才培養(yǎng)AI人才培養(yǎng)集中培訓(xùn)AI學(xué)習(xí)平臺隨時學(xué)獲技能微認(rèn)證AI平臺實用教程AI知識+實戰(zhàn)課從推進(jìn)步驟看，持續(xù)運營可分為建立常態(tài)化機(jī)制、支撐場景應(yīng)用開發(fā)、推進(jìn)AI人才培養(yǎng)以及生態(tài)聯(lián)合運營等工作。第一步，建立常態(tài)化運營管理機(jī)制。重點確立模型生產(chǎn)管理規(guī)劃、模型服務(wù)管理規(guī)范、運維保障規(guī)范等，形成模型開發(fā)、管理、運行的標(biāo)準(zhǔn)與機(jī)制，支撐日常運營。第二步，支撐場景應(yīng)用開發(fā)。通過構(gòu)建業(yè)務(wù)導(dǎo)向的AI業(yè)務(wù)賦能平臺，提供AI創(chuàng)新服務(wù)和解決方案，幫助業(yè)務(wù)方開發(fā)適用于具體業(yè)務(wù)場景的模型和應(yīng)用，拓展業(yè)務(wù)方的AI認(rèn)知寬度和應(yīng)用深度。第三步，推進(jìn)AI人才培養(yǎng)。通過搭建企業(yè)內(nèi)部AI學(xué)習(xí)平臺，以及建立持續(xù)成長的AI培養(yǎng)成長機(jī)制，提升全員的智能化意識和能力，建設(shè)企業(yè)AI人才梯隊。第四步，開展生態(tài)聯(lián)合運營。通過聯(lián)合生態(tài)合作伙伴，共建AI創(chuàng)新實驗室/創(chuàng)新中心等平臺，推動行業(yè)模型、行業(yè)大模型和應(yīng)用的創(chuàng)新共享，打造開放共享的生態(tài)聯(lián)合運營模式。以A大底座構(gòu)建企業(yè)級智算中心的優(yōu)秀實踐在汽車產(chǎn)業(yè)電動化逐步實現(xiàn)的過程中，智能化將成為下一個新的發(fā)展風(fēng)口。自動駕駛將駕駛員從繁瑣的駕駛操作中解放出來，成為汽車智能化的核心環(huán)節(jié)，自動駕駛技術(shù)成為汽車產(chǎn)業(yè)發(fā)展新變量。隨著自動駕駛等級（L1級-L5級）提高，傳感器數(shù)量、算力水平、數(shù)據(jù)采集量將隨之增長，推動自動駕駛技術(shù)體系實現(xiàn)車端、云端、路端同步升級發(fā)展?！败浖x汽車，硬件定義軟件天花板”，技術(shù)軟件與硬件配置所共同決定的“算力”，是現(xiàn)階段從低級別自動駕駛向高級別自動駕駛跨越的關(guān)鍵因素；而掌握自動駕駛領(lǐng)域的核心關(guān)鍵技術(shù)，從數(shù)據(jù)獲取、底層算力、軟硬件開發(fā)等層面形成閉環(huán)，是車企打造獨特護(hù)城河的必由之路。自動駕駛應(yīng)用 車輛改裝外業(yè)采集數(shù)據(jù)處理真值系統(tǒng)車端采集程序自動駕駛應(yīng)用車輛改裝外業(yè)采集數(shù)據(jù)處理真值系統(tǒng)車端采集程序云端管理平臺Badcase閉環(huán)路測問題閉環(huán)智駕鏡像管理服務(wù)自動駕駛研發(fā)平臺自動駕駛模型訓(xùn)練平臺Worldsim仿真Logsim仿真場景庫服務(wù)無限度量評價平臺里程服務(wù)測試分析平臺試服務(wù)傳感器仿真場景自動駕駛研發(fā)迭代量產(chǎn)數(shù)據(jù) 駕駛能力 駕駛 數(shù)回傳 評估 仿真 交場景自動駕駛研發(fā)迭代量產(chǎn)數(shù)據(jù) 駕駛能力 駕駛 數(shù)回傳 評估 仿真 交海量數(shù)據(jù)資產(chǎn)管理測試場 運營管理 運營采集數(shù)據(jù)閉環(huán)量產(chǎn)數(shù)據(jù)閉環(huán)智駕研發(fā)云仿真運營服務(wù)數(shù)據(jù)挖掘車輛監(jiān)管盒子工作流引擎工具鏈Fleet平臺合規(guī)服務(wù)量產(chǎn)車車端合規(guī)IssueFinder標(biāo)注數(shù)據(jù)統(tǒng)計分析Robotaxi運營平臺大里程測試服務(wù)數(shù)據(jù)可視化自動駕駛云代駕建設(shè)服務(wù)數(shù)據(jù)管理標(biāo)注平臺標(biāo)注服務(wù)百度AI大底座百度百舸AI異構(gòu)計算平臺AI中臺經(jīng)過多年的技術(shù)積累，百度自動駕駛業(yè)務(wù)沉淀了完備的研發(fā)全鏈路解決方案，為傳統(tǒng)車企、造車新勢力、Tier1廠商、自動駕駛解決方案廠商等各類車企提供基于云端的全鏈路開發(fā)工具，打通自動駕駛端到端開發(fā)流程，通過AI大底座-工具鏈-場景的完整流程，助力車企構(gòu)建自動駕駛云，打造面向未來的“智能網(wǎng)聯(lián)汽車”。針對自動駕駛業(yè)務(wù)所具有的海量數(shù)據(jù)、大規(guī)模數(shù)據(jù)處理、特殊感知模型、大規(guī)模仿真任務(wù)等特點，AI大底座為車企提供極致效能的算力，加速車企模型研發(fā)；同時提供數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注、智駕研發(fā)、云仿真、運營服務(wù)、合規(guī)服務(wù)等工具鏈體系，以進(jìn)一步支持自動駕駛應(yīng)用的具體場景，如自動駕駛研發(fā)迭代、量產(chǎn)數(shù)據(jù)回傳、駕駛能力評估等。典型案例：長安汽車智算中心典型案例：長安汽車智算中心客戶背景：長安汽車是中國汽車四大集團(tuán)陣營企業(yè)，擁有161年歷史底蘊、39年造車積累，全球有12個制造基地，22個工廠。2021年，長安系中國品牌汽車銷量累計突破2000萬輛。長安汽車擁有來自全球30個國家的工程技術(shù)人員1.7萬余人，建立起“六國十地”各有側(cè)重的全球協(xié)同研發(fā)格局。同時，長安汽車擁有專業(yè)的汽車研發(fā)流程體系和試驗驗證體系，確保每一款產(chǎn)品滿足用戶使用10年或26萬公里。在人工智能、大數(shù)據(jù)、云計算等多種技術(shù)融合發(fā)展的背景之下，長安汽車投入新型IT基礎(chǔ)設(shè)施的構(gòu)建與應(yīng)用，驅(qū)動智能網(wǎng)聯(lián)與自動駕駛業(yè)務(wù)發(fā)展?？蛻粜枨螅弘S著智能網(wǎng)聯(lián)與自動駕駛等AI業(yè)務(wù)的發(fā)展，AI研發(fā)業(yè)務(wù)開展面臨模型訓(xùn)練任務(wù)速度慢、資源利用率低等挑戰(zhàn)，公司原有的算力與存儲能力需要提升。建設(shè)路徑：長安汽車攜手百度智能云建設(shè)長安汽車智算中心，通過AI大底座為長安汽車智能網(wǎng)聯(lián)和自動駕駛業(yè)務(wù)研發(fā)提供高性能、高彈性、高速互聯(lián)、高性價比的AI算力與存儲資源，加速長安汽車AI應(yīng)用工程化落地，助力長安汽車智能網(wǎng)聯(lián)和自動駕駛汽車自主研發(fā)進(jìn)程，為推動中國汽車產(chǎn)業(yè)“換道超車”貢獻(xiàn)力量。PB級分級存儲管理長安汽車應(yīng)用自動駕駛 智能網(wǎng)聯(lián)長安汽車應(yīng)用感知、決策、仿真、定位、語音...百度AI大底座百度AI大底座專有云圖16百度智能云助力長安汽車構(gòu)建智算中心價值提升（技術(shù)）：AI模型訓(xùn)練效率提升：通過AI大底座提升自動駕駛模型的訓(xùn)練效率，助力長安汽車智算中心實現(xiàn)計算能力突破100億億次，單模型訓(xùn)練效率提升高達(dá)125倍。資源利用率提升：通過應(yīng)用云原生AI能力進(jìn)行資源管理、調(diào)度、任務(wù)管理，實現(xiàn)GPU資源的精細(xì)化管理和調(diào)度，提升資源利用率。小分子藥物研發(fā)蛋白藥物研發(fā)mRNA疫苗設(shè)計精準(zhǔn)醫(yī)療 蛋白質(zhì)結(jié)構(gòu)預(yù)測 小分子藥物研發(fā)蛋白藥物研發(fā)mRNA疫苗設(shè)計精準(zhǔn)醫(yī)療 蛋白質(zhì)結(jié)構(gòu)預(yù)測 RNA二級結(jié)構(gòu)預(yù)測雙藥聯(lián)用 蛋白質(zhì)功能預(yù)測 mRNA序列設(shè)計藥物重定向……多肽設(shè)計蛋白質(zhì)與蛋白質(zhì)相互作用PPI飛槳“生物生命科學(xué)應(yīng)用場景AIDD&CRO蛋白質(zhì)基因測序mRNA疫苗設(shè)計AI+蛋白質(zhì)組學(xué)ADMET虛擬篩選分子生成分子活性預(yù)測AI中臺百度百舸AI異構(gòu)計算平臺百度AI大底座圖17生命科學(xué)行業(yè)AI中臺百度百舸AI異構(gòu)計算平臺百度AI大底座聚焦生命科學(xué)領(lǐng)域，百度智能云的賦能思路是依托AI核心能力，構(gòu)建算法+算力+生態(tài)：從生命科學(xué)行業(yè)核心場景切入，通過打造行業(yè)標(biāo)桿應(yīng)用，帶動和沉淀高性價比的異構(gòu)算力和高效的AI開發(fā)運行能力，進(jìn)而可以向上優(yōu)化生命科學(xué)行業(yè)已有應(yīng)用、孵化新應(yīng)用。目前百度智能云依托AI大底座，全新賦能生命科學(xué)領(lǐng)域，形成涵蓋小分子藥物研發(fā)、蛋白藥物研發(fā)、mRNA疫苗設(shè)計、精準(zhǔn)醫(yī)療等生命科學(xué)領(lǐng)域綜合解決方案，為生命科學(xué)領(lǐng)域提供多維“數(shù)據(jù)”賦能，助力生命科學(xué)企業(yè)構(gòu)建超強(qiáng)“算力”和“智力”。典型案例：百圖生科生物計算平臺典型案例：百圖生科生物計算平臺客戶背景：百圖生科（BioMap）是一家超大規(guī)模AI模型驅(qū)動的生命科學(xué)研發(fā)平臺，致力于結(jié)合前沿AI和生物技術(shù)，構(gòu)建高通量干濕閉環(huán)的生物計算引擎，建模蛋白質(zhì)/細(xì)胞/系統(tǒng)的復(fù)雜規(guī)律，通過生成全新的蛋白質(zhì)與生命體對話的方式，實現(xiàn)特定的生物學(xué)功能，解決生命科學(xué)行業(yè)的痛點問題，比如靶點發(fā)現(xiàn)、藥物設(shè)計、酶的從頭設(shè)計和優(yōu)化等，從而改善人類健康、實現(xiàn)可持續(xù)發(fā)展?？蛻粜枨螅浩谕麡?gòu)建基于生命科學(xué)大模型的高性能生物計算平臺，以實現(xiàn)藥物研發(fā)效率的進(jìn)一步提升，助力業(yè)務(wù)發(fā)展。建設(shè)路徑：百度智能云為百圖生科提供AI大底座，助力百圖生科打造針對生物計算場景的超級計算集群，支撐其超大規(guī)模的蛋白質(zhì)預(yù)訓(xùn)練模型、圖神經(jīng)網(wǎng)絡(luò)靶點分析、蛋白質(zhì)結(jié)構(gòu)預(yù)測，并支撐EB級別的海量數(shù)據(jù)存儲計算需求?；诔売嬎慵?，百圖生科成功研發(fā)的xTrimo生命科學(xué)大模型體系，是生命科學(xué)領(lǐng)域的超大規(guī)模多模態(tài)模型體系，探索從蛋白到復(fù)雜生物體的進(jìn)化規(guī)律，并基于此針對性地生成滿足特殊需求的蛋白，以蛋白生成和與生物體對話的方式，加速人工設(shè)計蛋白進(jìn)化的速度，從而解決生命科學(xué)行業(yè)的痛點問題。百圖生科跨模態(tài)生命科學(xué)大模型體系xTrimo蛋白質(zhì)結(jié)構(gòu)預(yù)測 復(fù)雜蛋白質(zhì)結(jié)構(gòu)預(yù)測 組學(xué)預(yù)測 擾動組學(xué)預(yù)測 系統(tǒng)預(yù)蛋白質(zhì)性質(zhì)預(yù)測 蛋白質(zhì)互作網(wǎng)絡(luò)預(yù)測 功能預(yù)測 xTrimo-A xTrimo-P xTrimo-C xTrimo-S高性能計算引擎百度百度百度AI大底座圖18百度智能云與百圖生科共建生物計算平臺百度AI大底座價值提升（技術(shù)）：算力提升：構(gòu)建業(yè)界領(lǐng)先的高性能計算集群，提供微秒級通信時延，實現(xiàn)多元智能算力統(tǒng)一調(diào)度+架構(gòu)感知，按業(yè)務(wù)場景匹配算力，加速AI模型訓(xùn)練與推理。成本降低：AI大底座助力加速計算對數(shù)據(jù)湖的訪問性能，存儲成本降低50%以上。效率提升：效率提升：百圖生科xTrimo蛋白質(zhì)結(jié)構(gòu)的預(yù)測模型迭代周期從過去月級別提升至天級別，在組合藥物協(xié)同效應(yīng)的預(yù)測方面大幅度超過了SOTA水平。在多鏈蛋白復(fù)合物結(jié)構(gòu)的精準(zhǔn)預(yù)測方面，xTrimoDock模型預(yù)測準(zhǔn)確率與其他模型相比有80%3）抗體結(jié)構(gòu)預(yù)測模型xTrimoABFold執(zhí)行速度比AlphaFold2快151倍，模型預(yù)測準(zhǔn)確率顯著優(yōu)于SOTAs。價值提升（業(yè)務(wù)）：輔助預(yù)測：在蛋白質(zhì)三維結(jié)構(gòu)預(yù)測模型上，采用大規(guī)模蛋白質(zhì)語言模型（PLM）替代多序列比對（MSA）和模板（Template）學(xué)習(xí)協(xié)同進(jìn)化過程，蛋白質(zhì)結(jié)構(gòu)模型推理速度提升數(shù)百倍，加速藥物研發(fā)進(jìn)程。數(shù)智技術(shù)正在全面賦能金融機(jī)構(gòu)轉(zhuǎn)型升級以及促進(jìn)金融與實體經(jīng)濟(jì)的加速融合，已呈現(xiàn)出金融機(jī)構(gòu)數(shù)智化經(jīng)營加速、產(chǎn)業(yè)數(shù)字金融深度融合、數(shù)字技術(shù)驅(qū)動綠色金融發(fā)展、金融信創(chuàng)成果涌現(xiàn)、金融機(jī)構(gòu)加快數(shù)字化組織管理變革等行業(yè)趨勢。根據(jù)銀行業(yè)協(xié)會調(diào)研，78%的銀行已將AI應(yīng)用到業(yè)務(wù)場景中，但目前新興技術(shù)在金融領(lǐng)域應(yīng)用的標(biāo)準(zhǔn)規(guī)范還存在不足。對金融業(yè)而言，科技人才、交付速度、投放渠道等也都是AI應(yīng)用所面臨的難題。在金融機(jī)構(gòu)加快金融科技布局和信息系統(tǒng)建設(shè)的過程中，借助外力成為必然。中小企業(yè)可通過與第三方機(jī)構(gòu)合作的方式、大型企業(yè)可通過自研或合作研發(fā)的方式提升金融科技前沿技術(shù)應(yīng)用研發(fā)能力。營銷智能風(fēng)控智能服務(wù)智能運營智能開放生態(tài)渠道觸點XTM、營銷智能風(fēng)控智能服務(wù)智能運營智能開放生態(tài)渠道觸點XTM、線上、家居、智能服務(wù)事后外呼、催收事中監(jiān)測、預(yù)警事前反欺詐、生物核身金融數(shù)據(jù)平臺數(shù)據(jù)服務(wù)產(chǎn)品數(shù)據(jù)智能工具金融互聯(lián)網(wǎng)核心銀行互聯(lián)網(wǎng)業(yè)務(wù)核心保險/證券…互聯(lián)網(wǎng)業(yè)務(wù)核心金融智能平臺AI建模層AI能力層AI業(yè)務(wù)層金融行業(yè)平臺及應(yīng)用產(chǎn)品智能市場調(diào)研產(chǎn)品開發(fā)產(chǎn)品定價分層、差異定價金融行業(yè)平臺及應(yīng)用產(chǎn)品智能市場調(diào)研產(chǎn)品開發(fā)產(chǎn)品定價分層、差異定價產(chǎn)品優(yōu)化數(shù)據(jù)采集、分析、市場監(jiān)測尋客響應(yīng)、CTR預(yù)測、風(fēng)控前置觸客落客留客DMP智能投研智能風(fēng)控智能審核智能辦公智能監(jiān)管內(nèi)控業(yè)務(wù)場景開放用戶開放技術(shù)服務(wù)開放平臺開放 百度百舸AI異構(gòu)計算平臺 臺 百度AI大底座圖19金融行業(yè)AI大底座應(yīng)用解決方案基于“云智一體”理念，百度智能云為金融機(jī)構(gòu)提供“云智基座”、“數(shù)智經(jīng)營”、“產(chǎn)融智合”三智新引擎，通過自主創(chuàng)新的基礎(chǔ)云架構(gòu)與AI大底座，全面滿足金融業(yè)務(wù)場景的數(shù)字化與智能化轉(zhuǎn)型經(jīng)營需求，并與金融機(jī)構(gòu)攜手加速產(chǎn)業(yè)智能化升級，共赴數(shù)智金融新未來。其中，“云智基座”是自主化的云智一體底座，為金融機(jī)構(gòu)提供安全可靠、自主可控的“云智一體”IT基礎(chǔ)架構(gòu)解決方案；“數(shù)智經(jīng)營”助力金融業(yè)務(wù)數(shù)字化與智能化轉(zhuǎn)型，賦能金融機(jī)構(gòu)加速線上平臺化運營和線下深度服務(wù)轉(zhuǎn)型；“產(chǎn)融智合”意為產(chǎn)業(yè)與金融智能融合，金融科技深入產(chǎn)業(yè)場景，踐行普惠金融，助力實體經(jīng)濟(jì)發(fā)展。AI大底座作為“云智基座”的核心組成部分，助力構(gòu)建企業(yè)級智算中心，支撐企業(yè)在推進(jìn)數(shù)字化、智能化轉(zhuǎn)型的道路上不斷發(fā)展。典型案例：銀行智能化中樞典型案例：銀行智能化中樞客戶背景：某國有銀行與百度智能云共同建立銀行智能化中樞，支持風(fēng)險業(yè)務(wù)建模、多業(yè)務(wù)場景AI能力應(yīng)用和模型全生命周期管理等。目前該人工智能平臺已成為銀行基礎(chǔ)性金融科技平臺之一，支持銀行將AI技術(shù)應(yīng)用于多個業(yè)務(wù)場景，全面提升銀行智能化創(chuàng)新應(yīng)用水平。期管理等。目前該人工智能平臺已成為銀行基礎(chǔ)性金融科技平臺之一，支持銀行將AI技術(shù)應(yīng)用于多個業(yè)務(wù)場景，全面提升銀行智能化創(chuàng)新應(yīng)用水平。客戶需求：客戶期望對各類AI應(yīng)用整體統(tǒng)籌、規(guī)劃，以避免相關(guān)能力開發(fā)和應(yīng)用存在重復(fù)建設(shè)行為，同時提升模型納管能力及資源利用率。同時，需要提高AI與金融業(yè)務(wù)的有效結(jié)合程度，提升各金融場景的模型開發(fā)及訓(xùn)練能力。建設(shè)路徑：通過引入AI大底座，該國有銀行構(gòu)建了全行范圍內(nèi)統(tǒng)一的機(jī)器學(xué)習(xí)平臺作為智能化應(yīng)用中樞，并持續(xù)進(jìn)行平臺升級、拓展場景建設(shè)。價值提升（技術(shù)）：模型開發(fā)：支持基于MLOps流程一站式開發(fā)和根據(jù)業(yè)務(wù)流程的模型迭代，解決云原生、大數(shù)據(jù)和AI配合的開發(fā)難題。通過提供強(qiáng)大的數(shù)據(jù)分析引擎、建模引擎，解決了大規(guī)模數(shù)據(jù)的工程難點；信用卡億級別樣本的數(shù)據(jù)清洗和分析時間從月級別、周級別壓縮至小時級別，數(shù)據(jù)處理工作效率得以提升。同時，通過合理調(diào)配資源需求充分利用全集群算力資源，縮短訓(xùn)練耗時，提高集群利用率。模型納管：平臺可支持模型驗證團(tuán)隊的模型全生命周期管理工作。目前銀行共有上千個訓(xùn)練任務(wù)，管理上百項AI模型及在線服務(wù)，支撐各個核心業(yè)務(wù)系統(tǒng)及業(yè)務(wù)部門，成為行內(nèi)智能化戰(zhàn)略規(guī)劃推進(jìn)的中樞。價值提升（業(yè)務(wù)）：智能風(fēng)控：助力風(fēng)控領(lǐng)域的建模任務(wù)實施，如高級法達(dá)標(biāo)零售分池、信用風(fēng)險評分卡研發(fā)、反洗錢模型迭代、反欺詐模型研發(fā)、消金聯(lián)合建模等多個項目。同時，已支持上百個信用評級、用戶風(fēng)險畫像等相關(guān)模型的構(gòu)建，實現(xiàn)了以天為周期的模型迭代，并通過自動化將審批時間縮短到秒級。智能旅程：為行內(nèi)身份證、營業(yè)執(zhí)照等通用票證識別能力提供了底層服務(wù)支持，支持移動展業(yè)、經(jīng)營管理等場景的圖像識別快速應(yīng)用，滿足行內(nèi)外部客群個性化需求。4.0時代的新舊動能轉(zhuǎn)換在以數(shù)字技術(shù)、綠色技術(shù)為代表的新一輪科技革命浪潮中，我國工業(yè)轉(zhuǎn)型升級的步伐逐漸加快。工業(yè)4.0時代，工業(yè)企業(yè)面臨數(shù)智化轉(zhuǎn)型，通過新技術(shù)、新方案進(jìn)行產(chǎn)業(yè)變革，完成新舊動能轉(zhuǎn)換已成為行業(yè)大趨勢。智能化技術(shù)成為工業(yè)各細(xì)分領(lǐng)域企業(yè)的數(shù)智化轉(zhuǎn)型關(guān)鍵，而針對工業(yè)領(lǐng)域細(xì)分場景繁多、企業(yè)應(yīng)用場景碎片化、關(guān)注效益與性價比等挑戰(zhàn)，建設(shè)并使用智能化底座可滿足不同企業(yè)的數(shù)智化轉(zhuǎn)型規(guī)劃和落地計劃。行業(yè)汽車電子紡織行業(yè)汽車電子紡織電力油氣水務(wù)化工鋼鐵裝備煤礦…設(shè)備管理質(zhì)量管控工藝優(yōu)化…智能排產(chǎn)能耗優(yōu)化安全生產(chǎn)產(chǎn)業(yè)大腦零碳園區(qū)安全園區(qū)…產(chǎn)業(yè)教育產(chǎn)業(yè)金融創(chuàng)新孵化 AI中臺百度百舸AI異構(gòu)計算平臺企業(yè)服務(wù)園區(qū)服務(wù)智能制造交通物流智慧能源智能應(yīng)用層AI中臺百度百舸AI異構(gòu)計算平臺企業(yè)服務(wù)園區(qū)服務(wù)智能制造交通物流智慧能源智能應(yīng)用層百度AI大底座工業(yè)應(yīng)用智慧電廠智慧電網(wǎng)區(qū)域能源互聯(lián)網(wǎng)…智慧油氣田智慧管網(wǎng)智慧供熱安全保障營銷輔助…效能提升服務(wù)改善百度智能云以自主可控、業(yè)界領(lǐng)先的AI技術(shù)為抓手，依托AI大底座，助力工業(yè)企業(yè)打造“云智一體”的技術(shù)能力。智能制造方面，以全面自研的IaaS、PaaS構(gòu)建工業(yè)互聯(lián)網(wǎng)基礎(chǔ)平臺，聯(lián)合生態(tài)合作伙伴提供豐富的工業(yè)應(yīng)用APP，實現(xiàn)設(shè)備、車間、企業(yè)、園區(qū)等制造產(chǎn)業(yè)鏈的全程智能化，優(yōu)化企業(yè)生產(chǎn)效率，提高生產(chǎn)的靈活性和產(chǎn)品質(zhì)量。智慧能源方面，基于AI、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等技術(shù)打造清潔、低碳、安全、高效的智慧能源體系，推進(jìn)能源行業(yè)智慧化升級，助力雙碳目標(biāo)達(dá)成。交通物流方面，面向物流、港口、航空、城軌、道路等領(lǐng)域，打造全面互聯(lián)互通的智慧大交通引擎，助力運輸企業(yè)打造智慧化服務(wù)能力，并從運輸效率、安全性、旅客/貨主體驗等方面，幫助運輸企業(yè)提升自身競爭力。典型案例：國網(wǎng)福建電力人工智能規(guī)模賦能典型案例：國網(wǎng)福建電力人工智能規(guī)模賦能客戶背景：國網(wǎng)福建省電力有限公司（簡稱“國網(wǎng)福建電力”）是國家電網(wǎng)公司的全資子公司，以建設(shè)和運營福建電網(wǎng)為核心業(yè)務(wù)，承擔(dān)著保障福建省清潔、安全、高效、可持續(xù)電力供應(yīng)的重要使命。公司穩(wěn)步推進(jìn)“數(shù)字閩電”建設(shè)，持續(xù)推動福建省能源系統(tǒng)數(shù)字化轉(zhuǎn)型、智能化升級?？蛻粜枨螅簢W(wǎng)福建電力在人工智能技術(shù)領(lǐng)域已開展了大量研究工作（包括電力設(shè)備運檢、安全監(jiān)察、企業(yè)經(jīng)營管理等方面），期望通過建立人工智能平臺，發(fā)揮電力專業(yè)業(yè)務(wù)應(yīng)用的協(xié)同、共享、集聚效應(yīng)，針對智能客服、輸電線路無人機(jī)巡檢等業(yè)務(wù)場景AI分析處理需求，依托平臺提供的訓(xùn)練環(huán)境進(jìn)行相應(yīng)的AI算法模型研發(fā)和迭代優(yōu)化，實現(xiàn)海量數(shù)據(jù)