青云科技沈鸥：探究 AI 进化背后的“算力经济”！

青云科技受邀参加了数智中国 AIGC 科技周 —— GDCC 全球分布式云大会 AI 大模型上海专场。在 AI 大模型训练前沿分论坛上，青云科技副总裁沈鸥以《算力革命与 AI 进化——构建智能未来》为题，同政府领导、行业专家、合作伙伴及媒体就 AIGC 落地工程展开分享与交流。

一、助力数字经济，人工智能开启算力时代

万物互联的数字经济时代下，全球信息数据总量爆炸式增长。以我国为例，2022 年全国数据产量达 8.1ZB，同比增长 22.7%，全球占比达 10.5%，位居世界第二。

然而超大规模的数据量对处理效率提出了越来越高的要求，这也让算力成为数字经济发展的核心要素，强大的算力使能企业、组织快速处理海量数据，挖掘数据价值，优化业务流程，提高生产力和竞争力。

此前国家发改委等四部门联合发布《全国一体化大数据中心协同创新体系算力枢纽实施方案》，明确提出布局全国算力网络枢纽节点，启动实施“东数西算”工程。随着云计算应用规模持续提升，AI、5G、物联网技术的成熟和推广，多样性计算需求的应用场景也越来越多，如智慧政务、智慧能源、智慧金融、航空遥感、无人驾驶、生物医药、工业仿真等领域。

目前，人工智能大模型相继推出，算力的国内市场规模预计将突破 2000 亿，年增长率将超过 30%，成为经济发展的重要引擎。

二、技术可行性+业务价值，生成式 AI 蓬勃发展

沈鸥以一张“生成式人工智能框架图”讲解了生成式 AI 具备的高度技术可行性与核心业务价值。他谈到 ChatGPT 领域发展迅猛的主要原因之一，在于相应场景有技术可实现性和可落地性，譬如就 AI 训练而言，其背后需要大量 GPU 资源和算力资源以做支撑。

而在基础设施之上的 AIGC 算力模型，并非是凭空生成的技术或产品，无论是基础模型、微调模型和领域模型，背后都是近年来深度计算在各领域大量探索积累的结果，通过数据录入、矢量数据库、数据标签等训练和部署的过程。

通过以上技术的不断迭代，整个 AIGC 的业务价值体现在生成式 AI 输出品，可分为两部分。其一是基础的自动生成语音或者图片，其二是随着进一步的发展生成的代码集合、合成数据等，可在相应的水平行业、垂直行业领域进一步赋能企业发展。

三、包括 AI 算力在内的多元算力统一调度

随着企业对算力的需求不断增长，范围持续扩大，深度逐步递增，传统的云计算面临着多种服务瓶颈：

多元算力管理瓶颈

传统云计算往往难以有效地管理和调配不同类型的算力资源，如 GPU 算力、HPC 算力、边缘节点算力，从而导致算力利用效率低下。

网络瓶颈

智算动辄需要几百甚至几千张 GPU 卡，传统云计算的网络带宽和延迟可能无法满足某些应用场景的需求，从而导致数据传输速度慢、响应时间长等问题。

数据存储瓶颈

传统云计算的数据存储成本可能较高，同时数据贯穿整个 AI 训练环节，可能存在存储孤岛，存储效率低等问题。

行业应用整合

传统云计算可能无法实现跨平台应用，如 AI 推理平台、AI 训练平台、科学计算平台，容器计算平台难以整合。

缺乏运营服务

缺乏面向多租户的运营服务，无法提供从计量、计费到客户服务的全业务运营流程。

针对以上问题，青云科技即将正式发布的 AI 算力调度平台，是基于青云云计算技术，面向 AIGC 等新兴场景，让最终用户能够快速申请资源、快速开始计算，以期优化业务和开发流程，打通开发环境、训练环境、数据资源，提高科研效率。

多元算力统一调度

对多元算力进行统一调度、统一管理，包括通用云计算、高性能计算、AI 智算、容器等平台，实现算力资源自动切换。

支撑海量应用场景

帮助企业实现应用数字化和智能化，加速数字化到智能化的转型，通过 AIGC 等新兴技术为业务流程重塑和业务场景迭代提供有力的工具，实现传统业务的转型升级以及新业务的增长。

适配底层异构硬件，打造强劲算力性能

统一纳管多种异构服务器、存储、安全等设备，海纳国产芯片，提供全栈信创云计算能力，为上层应用提供蓬勃算力。

智简运营运维

通过统一运营和运维管理平台，实现多种服务场景的运营化服务的同时，规范化高效运维，帮助用户实现精细化运营。

建设智能生态，打造丰富应用

通过开放的应用框架和模型服务，打造丰富的 PaaS 、SaaS 应用生态，提供云原生、边缘、AI 等应用，助力用户快速搭建业务场景的落地。

AIGC 的发展离不开算力、模型与数据，三者缺一不可，青云科技专注于 AI 算力领域，期待与更多的合作伙伴一起夯实数字基础，推动 AIGC 产业创新，共赴智算未来！返回搜狐，查看更多

责任编辑：