12月20日的这场大会，核心就一个问题：当大模型开始真正落地，云计算该怎么变？百度云智大会·智算大会的主题很直白——“大模型重构云计算，Cloud for AI”。整场讨论几乎都围绕着这个命题展开。

百度智能云给出的答案是，他们正在基于“云智一体”的战略，对云计算服务进行系统性重构。说白了，就是从底层的算力基础设施，到上层的模型开发工具，再到AI原生应用的开发方式，全都得升级一遍。具体来说，就是全面升级了百舸等20多个云计算基础设施，把千帆大模型平台的能力再往上抬了一截，同时，AI原生应用开发工作台“千帆AppBuilder”也正式向外界开放了。

大会现场还晒了一下成绩单。从8月31日文心大模型全面开放以来，在千帆大模型平台上，大模型API的日调用量涨了10倍。目前，千帆平台累计服务的企业用户已经超过4万家，帮这些用户精调了近1万个大模型。关键数据是，相比企业自己从头搭建系统来训练大模型，用千帆平台，成本最高能降90%。

大模型正在重构云计算

“AI原生时代开启，大模型正在驱动云计算产业创新变革。”百度集团副总裁侯震宇对重构的解读，集中在三个层面上：AI原生云会改变云计算的格局，模型即服务（MaaS）会成为新的基础服务，而AI原生应用则会催生出全新的研发范式。

先从基础设施层说起。移动互联网时代的应用，底层大多靠CPU算力撑着。但AI应用对GPU或者说异构计算的需求，完全是另一个量级。云市场的底层算力需求，正慢慢转向以GPU为主，这是最根本的变化。

到了模型层，大模型正变成一种通用的服务能力，也就是MaaS。这个模式的价值在于，它能大幅降低AI落地的门槛，让真正的AI普惠成为可能。

最后是应用层。应用的开发范式已经被彻底碘伏了。大模型在理解、生成、逻辑、记忆上的独特能力，会直接催生出AI原生应用的新研发范式。整个应用的技术栈、数据流和业务流，都得跟着变。

侯震宇认为，要构建一个繁荣的AI原生应用生态，需要三要素互相配合：大模型、智能算力，以及AI原生应用研发的新范式。大模型是“大脑”，智能计算是支撑，新范式则是帮开发者高效用好大模型能力开发应用的工具。其中，数据飞轮是成功AI原生应用的充分必要条件——它能让大模型能力高速迭代，产品体验持续进步。

云计算全面升级：五大领域20余款全栈产品集中发布

AI原生时代，面向大模型的云计算基础设施体系，确实到了需要全面重构的时候。侯震宇把百度的重构思路总结为三个方面：面向模型的智算基础设施、面向数据的数据基础设施、面向应用的云基础设施。这三者共同支撑AI原生应用的落地。

大会上，百度智能云一口气发布和升级了20多款云计算产品，覆盖智能计算、通用计算、数据库和大数据、分布式云、应用开发平台五大领域。

智能计算：算力是基础，效率是挑战

算力是大模型落地的基础条件。当前大模型训练、推理、部署对高速互联、计算效率、算力成本都提出了极高要求，必须打造新型的智算基础设施。但现实是，现在的计算集群面临不少麻烦：训练时间长、容易出错、稳定性差；算力集群规模大、系统复杂度高，运维难度也跟着上去了。

新发布的百度百舸·AI异构计算平台3.0，就是针对这些痛点做的专项优化。它在稳定性、高效性和易维护性三个方面做了大幅升级，能做到万卡级别任务的有效训练时长达到98%以上，带宽有效性可达95%。相比于企业自己搭建智算基础设施，用百舸3.0，模型训练和推理的吞吐可以分别最高提升30%和60%。

百度百舸3.0发布

针对AI原生时代智能算力的供给平衡问题，百度智能云还发布了智算网络平台。这个平台在算力资源层面，支持把百度以及第三方建设的智算中心、超算中心、边缘节点等智算节点全域接入，把分散、异构的算力资源连起来，形成一个统一的算力网络资源池。然后通过自研的算力调度算法，智能分析各类算力资源的状态、性能和利用率，统一调度算力。效果就是让智算资源能灵活、稳定、高效地交付给有需求的用户，用官方的说法，这是“实现智算资源的‘南水北调’”。

通用计算：云原生基础设施同步升级

计算、存储、网络这些云原生基础设施，同样需要面向AI原生时代重构升级，提供更具弹性、高性能和智能化的运维能力。

这次大会上，百度太行·计算新增了三款计算实例。全新推出的第7代通用计算型云服务器实例G7，综合性能比上一代提升10%；发布的昆仑芯弹性裸金属实例NKL5，搭载了百度自研的昆仑芯R300加速处理器，在大模型推理场景中，综合性能比业界主流加速卡最高提升50%；基于昇腾910B加速处理器打造的弹性高性能计算实例NH6T，在大模型训练场景中，综合性能比业界主流加速卡最高提升40%。

同时，高性能计算平台CHPC也正式发布了。它为用户提供一站式公共云HPC服务。在资源使用层面，CHPC支持用户一键创建高性能计算环境，并根据业务变化灵活使用云上资源；在业务应用层面，支持集成药物研发、基因测序等行业的应用。此外，结合集成在VPC内的百度网盘等服务，用户可以轻松实现HPC源文件从提交、上传、处理、结果回传，到分发的数据全链路打通，帮助研发提效。

分布式云：边缘、专有云、本地集群齐发力

在分布式云方面，百度智能云带来了三个主要升级。边缘计算节点BEC产品能力升级，目标是打造全球统一的边缘计算网络和产品体验，成为AI原生应用时代能力最完善的“云边一体”。专有云ABC Stack发布新能力，支持本地部署百度智能云千帆大模型平台。本地计算集群LCC也发布了新能力，支持全新一代CPU/GPU实例以及完整的百度智能云AI&HPC集群管理能力。这些升级进一步丰富了基础设施与云产品的支持能力矩阵。

数据基础设施：存储、数据库、大数据齐头并进

大模型落地当然不能只靠算力，还得对各类数据和海量知识进行存储、管理和分析。百度智能云在云存储、云原生数据库、大数据平台等数据基础设施领域，也发布了一系列重磅新品。

百度沧海·存储的统一技术底座正式发布，能够支持各类存储产品，同时满足AI原生时代对大规模、高性能、低成本存储的要求。全新升级的对象存储BOS、云磁盘CDS、并行文件存储PFS等产品，面向数据湖存储和AI存储能力进行了全面增强，目的是加速智能计算，释放数据价值。

云原生数据库GaiaDB 4.0版本正式发布，增强了并行查询能力，突破了单机计算瓶颈，实现跨机多核并行查询，在混合负载和实时分析业务场景中性能提升超过10倍。针对不同的工作负载，GaiaDB 4.0推出了列存索引和列存引擎，提升不同规模数据的查询速度，其中列存引擎最大可支持PB级数据的复杂分析，而且与事务处理业务严格复杂隔离。通过共识协议优化、链路优化、自适应动态回放存储多版本等一系列数据流深度优化，GaiaDB的整体性能提升了60%以上。

大会期间，杭州吉利易云科技有限公司总经理成品耀分享了吉利集团和百度智能云的合作经验。吉利集团基于百度智能云打造了集团专有云和数字基建底座，目前已经实现了车联网、生产制造业务上云，并且正在基于这套高效、稳定的基础设施平台构建企业级AI大模型能力，全方位赋能集团业务。

模型即服务（MaaS）：千帆大模型平台再升级

在AI原生时代，大模型将作为新的通用服务能力，通过MaaS平台提供给广大用户。百度智能云千帆大模型平台就是业界领先的MaaS服务平台。它预置了包括百度文心大模型在内的、国内最多的54个主流基础大模型和行业大模型，同时还为大模型的持续预训练、精调、评估、压缩和部署等环节提供了最完善易用的工具链，帮助客户针对自身业务场景快速定制专属大模型。核心数据再次强调：相较于自建系统训练大模型，使用千帆平台训练的成本最高可以下降90%。

百度智能云千帆大模型平台

目前，千帆平台已经累计服务超过40000家企业用户，精调了近10000个大模型。这次智算大会，针对客户应用大模型最关心的“提效”和“降本”两大核心诉求，千帆平台又发布了一系列全新功能。

在数据方面，千帆平台提供完善、高效的大模型数据管理工具链，包括数据采集、清洗、自动标注、自动增强与推理数据多位评估等功能，帮助用户快速构建自身业务的“数据飞轮”，实现反馈驱动增长。全新发布的数据统计分析、数据质量检查等功能，支持用户获取全方位的数据洞察信息，结合数据清洗可视化Pipeline，可以构建出面向大模型场景的高质量数据燃料，为大模型训练“保驾护航”。千帆也因此成为国内首个支持大模型多方位数据分析的MaaS服务平台。

作为模型部署上线前的“最后一公里”，模型评估能够对大模型的输出效果、计算性能等进行全方位评估，确保大模型上线后AI原生应用的效果稳定可靠。千帆平台创新性地引入了自动化与人工结合的双重评估机制，充分发挥双方优势，大幅提升模型评估效率与质量。一方面，百度文心大模型作为AI裁判员，能够对被评估模型的回答进行自动化打分，极大程度地减少海量重复性人工作业；另一方面，由数据标注员或业务专家对大模型回答进行打分，则能实现对大模型回答质量的精细化衡量。

此外，千帆平台还提供了灵活的计价方式：Tokens（适合灵活性要求较高的业务）、TPM（适合较大并发量业务）、批量计算（适合离线内容生产等对实时性要求较低、吞吐较大的任务）、算力单元（适合需要专享硬件部署模型的客户）等。这些方案可以轻松满足客户的多种业务场景需要，帮助企业低成本用好大模型。

赋能AI原生应用开发：千帆AppBuilder正式开放服务

为了满足企业敏捷、高效地开发AI原生应用的需求，降低开发门槛，百度智能云千帆AppBuilder正式开放服务。

AppBuilder的核心思路，是把大模型开发AI原生应用的常见模式、工具、流程，沉淀成一个工作台，帮助开发者聚焦业务本身，而不必为开发过程牵扯太多精力。具体来说，AppBuilder由组件和框架两层服务构成。

「组件」服务由三部分组成：多模态的AI能力组件（比如文字识别、文生图等）、基于大语言模型的能力组件（比如长文总结、nl2sql等）、基础组件（比如向量数据库、对象存储等）。它是对底层服务能力的组件化封装，让每个组件完成一个特定的功能。

「框架」则是通过将这些组件有选择地串联、组合起来，让它们能够比较完整地完成一个特定场景的任务。目前，AppBuilder提供的检索增强生成（RAG）、智能体（Agent）、智能数据分析（GBI）就是常用的AI原生应用框架。

百度智能云千帆AppBuilder

AppBuilder提供两种产品形态：代码态与低代码态。对于有深度AI原生应用开发需求的用户，AppBuilder代码态提供包括SDK、开发环境、调试工具、应用示例代码等各种开发套件和应用组件；而AppBuilder低码态则提供可视化工具，用户只需简单点选，就可以快速定制、上线AI原生应用。

百度创始人、董事长兼首席执行官李彦宏认为，繁荣的AI原生应用生态，会驱动经济增长。今年10月，百度智能云推出了国内首个大模型全链路生态支持体系，为合作伙伴提供包括赋能培训、AI原生应用孵化、销售商机、市场营销等全方位的支持，目标就是繁荣AI原生应用生态。

侯震宇预判，2024年将成为AI原生应用的元年，届时将迎来AI原生应用的爆发式增长。百度智能云会持续推出有竞争力的产品方案，与合作伙伴一起深耕客户应用场景，让更多的AI原生应用创新涌现。