☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
在2023年的百度云智大会·智算大会上，百度一次性发布了ai异构计算平台“百舸3.0”、智算网络平台以及自研的云原生数据库gaiadb 4.0等新产品
其中，百舸3.0已经对AI原生应用以及大型模型的训练、推理等环节进行了全面的专项优化和升级。它支持万卡级别的超大规模AI集群计算；相较于自建智算基础设施，在模型训练和推理方面，最高吞吐量分别提升了30%和60%；在资源利用方面，百舸3.0能够实现高达98%的超高集群有效训练时间占比，以及95%的网络带宽有效利用率，充分释放集群的有效算力
为了解决AI原生时代智能算力供需平衡的问题，智算网络平台支持将百度和第三方建设的智算中心、超算中心和边缘节点等智算节点进行全域接入。通过连接分散和异构的算力资源，形成一个统一的算力网络资源池。同时，利用百度自主研发的先进算力调度算法，智能地分析各类算力资源的状态、性能和利用率等指标，并进行统一调度。这样能够有效提高智算产业资源的利用率
GaiaDB 4.0是一款云原生数据库，它通过增强并行查询能力来解决单机计算瓶颈的问题。它实现了跨机多核并行查询，在混合负载和实时分析业务场景中的性能提升超过10倍
百度集团副总裁侯震宇强调，AI原生时代，面向大模型的基础设施体系需要全面重构，为构建繁荣的AI原生生态筑牢底座。
侯震宇表示：“大模型重构云计算主要体现在三个层面：AI原生云将改变云计算的格局，模型即服务（MaaS）会成为新的基础服务，AI原生应用催生新的研发范式。”
在计算能力方面，进行更智能的计算
在云基础设施层中，过去从互联网应用到移动互联网应用，底层都是基于CPU计算芯片。然而，随着人工智能应用对GPU或异构计算的需求大幅增加，云市场的底层算力开始向以GPU为主的方向迁移
2023年第三季度，英伟达的营收已经超过了英特尔，而且英伟达的最新市值也超过了英特尔的1万亿美元。未来，GPU的增长将会远远超过CPU。在这种趋势下，我们需要对面向大型模型的云计算基础设施体系进行全面重建，以支持AI原生应用系统的实施
具体而言，云计算的全面重构将在三个领域得到体现，即面向模型的智能计算基础设施、面向数据的数据基础设施以及面向应用的云基础设施的全面升级，从而使计算变得更加智能化
在模型层，大型模型正变得更通用，即模型即服务（MaaS）
MaaS将大幅降低Al落地的门槛、实现真正的Al普惠，其依赖的新型IT基础设施也将进一步在底层颠覆现有的云计算市场格局。
根据百度智能云的实践经验来看，在过去的4个月中，自从8月31日文心一言全面开放以来，百度智能云千帆大模型平台（百度智能云推出的MaaS平台）上的API日调用量增长了10倍。客户主要来自互联网、教育、电商、营销、手机、汽车等各行业。可以清楚地看到，最近半年以来，已经有很多企业真正开始广泛使用大模型
在应用层，应用开发的方式已经完全改变
大规模模型理解、生成、逻辑、记忆的独特能力将引领原生应用研发的新范式，整个应用技术栈、数据流和业务流将会发生变革
过去，基于CPU的应用开发主要是由业务逻辑驱动的，而传统的人工智能研发需要为每个独立的场景获取数据，并分别从头开始训练模型。而现在，人工智能原生应用主要依赖于强大的大模型能力，以数据驱动开发。企业可以直接在基础大模型的基础上，利用场景数据进行微调，生成专属的大模型，并运用模型能力设计人工智能原生应用，无需重新训练大模型。随着企业业务的扩大，积累了更多具有竞争力的场景数据，进而提升模型和应用的效果，形成了数据驱动的良性循环
具體來說，大型模型驅動的AI原生應用研發新範式展現出幾個新變化：
首先是“新场景”。生成式大语言模型，在理解、生成、推理、记忆等多维度展现出超预期的能力，带来了智能涌现，由此催生了很多新的可落地的业务场景应用，如个人助理、智能文案创作、GBI（智能商业分析）、编码助手等。
第二是“新架构”。大模型具体在这些新场景落地的过程中，也产生了很多新的系统架构，如检索增强生成RAG，智能体Agent 等。
第三是“新开发生态”。以大模型为核心，开发者工具层也出现了一些新工具，包括编排工具LangChain、AI应用开发工具PromptFlow、数据框架Llamalndex等。
数据和算法的支撑。在大模型方面，我们需要建立强大的深度学习模型库，提供各种各样的A原生应用模型，以满足不同场景的需求。在智能算力方面，我们需要强化处理器和GPU的计算能力，提供高效的计算资源，以支撑A原生应用的复杂计算任务。在数据方面，我们需要收集大量的A原生应用数据，进行数据挖掘和分析，以提供精确的个性化服务。在算法方面，我们需要研发先进的机器学习算法，提升A原生应用的智能化水平。只有通过这些支撑，我们才能够构建一个真正繁荣的A原生应用生态系统
AI原生应用研发新范式的三个要素相互依存。大模型是AI原生应用的核心，智能计算为其提供稳固的支持，而新的研发范式则有助于开发者高效地基于大模型能力开发应用。数据飞轮是成功的AI原生应用的必要条件，可以使大模型能力快速迭代，从而持续改进产品体验
侯震宇说：“我相信，在2024年，会诞生出真正非常闪耀的AI原生应用。”
